定义自定义错误度量（sMAPE）函数

Question

我在R中定义了一个自定义sMAPE（对称平均绝对百分比误差）函数。我想在代码中添加一个异常，其中实际值和预测值都为零。

以下是示例数据：

实际预测 0 0 2 1 1 0 2 4 2 1 1 3

代码如下所示：

sMAAPE <- function(actual, predicted){
if (actual == 0 & predicted == 0){
    return(0)
       }
else {
  output<- mean(abs(actual-predicted)/(abs(actual)+abs(predicted)))
  return(output)
    }
  }

正如我所提到的，我想添加一个异常，即实际和预测都为0的任何地方，我的错误将为零。我的代码的问题是，当它在第一次观察中遇到实际和预测为0时，它将平均误差设为零，但实际上我想要所有错误的意思。

有人可以帮我这个吗？

Answer 1

在评论问题中应用@ akrun的建议。我想这就是你需要的。

# Create a dataset    
Actual <- c(0,2,1,2,2,1)
Predicted <- c(0,1,0,4,1,3)
df <- data.frame(cbind(Actual, Predicted))
df


sMAAPE <- function(actual, predicted){
     output<- ifelse(actual == 0 & predicted == 0,0, # If actual and predicted are 0, error is 0 
     abs(actual- predicted)/(abs(actual)+abs(predicted))) # otherwise your function
     return(mean(output)) # Return mean of all errors
}

输出：

> sMAAPE(df$Actual, df$Predicted)
[1] 0.4166667

这是以下矢量[1] 0 0.3333333 1.0000000 0.3333333 0.3333333 0.5000000的平均值

您可以将na.rm = T添加到平均函数，以便它也可以处理NA。

Answer 2

问题是actual == 0 & predicted == 0是一个逻辑向量，而如果你把一个逻辑向量作为if句子的条件，那么只会判断第一个元素。

在条件中使用sum(abs(actual))+sum(abs(predicted)) == 0。