MAPEとは
MAPE（Mean Absolute Percentage Error、平均絶対パーセント誤差）とは、回帰モデルの予測誤差を実際の値に対するパーセンテージで表す評価指標です。誤差の割合を直感的に理解でき、異なるスケールのデータ間での比較が可能なため、ビジネスの現場で広く使われています。
MAPEの計算方法
MAPEは各サンプルの |（実際の値 - 予測値）/ 実際の値| を計算し、その平均をパーセンテージで表します。例えば、MAPE=10%であれば、予測が平均して実際の値から10%の誤差があることを意味します。値が小さいほど予測精度が高いことを示します。
MAPEの利点
MAPEの最大の利点はスケールに依存しないことです。MAEやRMSEは予測対象の単位やスケールによって値が変わりますが、MAPEはパーセンテージで表されるため、異なる製品の売上予測や異なる地域の気温予測など、スケールの異なるタスク間でも性能を比較できます。
MAPEの限界
MAPEには重要な欠点があります。実際の値が0または0に近い場合、分母が0に近づくため値が無限大に発散します。また、過大予測と過小予測を非対称に扱うという特性もあります。これらの問題に対処するために、sMAPE（対称MAPE）やWAPE（加重絶対パーセント誤差）といった改良指標が提案されています。