Mean Percentage Error (MPE) 설명
Mean Percentage Error (MPE)는 회귀 모델 (Regression Model)이 잘 학습되었는지를 확인할 때 사용하는 평가지표입니다.
MPE는 Mean Absolute Percentage Error (MAPE)에서 절대값을 제외한 지표이며, MAPE와 다르게 오차에 절대값을 씌어주지 않을 상태로 계산되기 때문에 음수값도 나올 수 있다는 점이 가장 큰 차이점이라고 할 수 있습니다.
MAPE는 값이 0에 가까워질수록 모델이 잘 학습되었다는 것을 의미하지만 MPE는 0에 가까워졌다고 하더라도 모델이 잘 학습되었다고 말할 수 없습니다.
※ MAPE에 대한 설명은 아래 링크에서 확인할 수 있습니다.
2022.05.12 - [정리/평가지표] - [평가 지표] Mean Absolute Percentage Error (MAPE)
MPE의 수식은 아래와 같습니다.
수식에서 $Y_{i}$은 실제 정답 값을 의미하고, $\widehat{Y}_{i}$은 예측 값을 의미합니다.
MPE의 장단점
- MPE의 장점
1. 0~100% 사이의 확률 값을 가지기 때문에 결과 해석이 용이함
2. 예측 모델이 실제 정답 값보다 높게 예측하였는지, 낮게 예측하였는지를 파악하는데 사용될 수 있음
- MPE의 단점
1. 양의 오차와 음의 오차가 상쇄되기 때문에 MPE의 값이 0에 가깝다고 하더라도 예측 모델이 정확함을 의미하지는 않음
2. 실제 정답 값에 0이 존재하는 경우 MPE 계산이 불가능 함
3. 실제 정답 값이 0에 가까운 매우 작은 값인 경우 MPE값이 매우 커질 수 있음
4. 지표 자체가 직관적이지 않음
MPE 코드
- MPE 사용자 정의 함수
'정리 > 평가지표' 카테고리의 다른 글
| [평가지표] Symmetric Mean Absolute Percentage Error (SMAPE) (0) | 2022.06.08 |
|---|---|
| [평가지표] Mean Error (ME) (0) | 2022.06.03 |
| [평가 지표] Root Mean Square Error (RMSE) (0) | 2022.06.02 |
| [평가 지표] Mean Squared Error (MSE) (0) | 2022.05.14 |
| [평가 지표] Mean Absolute Percentage Error (MAPE) (0) | 2022.05.12 |