図2のデータでは5個(例えば1時~5時)の期間からなる時系列データがあり、予測値-正解値で「誤差」を計算し、|誤差÷正解値|の絶対値で「絶対パーセント誤差」を計算している。5個の計算結果を平均し、最後に100%確率値にするため100を掛けて、最終的に10.2222%という平均絶対パーセント誤差(MAPE)が計算されている。「平均して約10%前後の誤差がある」という意味になる。 用途 MAPEは、主に時系列予測や回帰問題において、モデルの予測性能を評価するための評価関数として用いられる。例えば一般のビジネスマンに向けて誤差をパーセント(確率値)で分かりやすく伝えたいときなどで役立つだろう。0に近いほどより良い。なお、数値そのものではなくパーセントという比率を評価する関数であるので、最適化を行うための損失関数としては基本的に使われない。 利点は、相対誤差であることだ。MAEやRMSEなどは絶対