Scikit-learnの平均絶対パーセントエラー（MAPE）[終了]

Pythonとscikit-learnを使用して予測の平均絶対パーセント誤差（MAPE）を計算するにはどうすればよいですか？

docsから、回帰のこれらの4つのメトリック関数のみがあります。

• metrics.explained_variance_score（y_true、y_pred）
• metrics.mean_absolute_error（y_true、y_pred）
• metrics.mean_squared_error（y_true、y_pred）
• metrics.r2_score（y_true、y_pred）

前述のように（例えば、Wikipediaで）、MAPEには問題があります。最も指摘されるのは、ゼロ除算エラーが発生する可能性があることです。私の推測では、これがsklearnメトリックスに含まれていない理由です。

ただし、実装は簡単です。

from sklearn.utils import check_arrays
def mean_absolute_percentage_error(y_true, y_pred): 
    y_true, y_pred = check_arrays(y_true, y_pred)

    ## Note: does not handle mix 1d representation
    #if _is_1d(y_true): 
    #    y_true, y_pred = _check_1d_array(y_true, y_pred)

    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100

他のメトリックと同様に使用します...：

> y_true = [3, -0.5, 2, 7]; y_pred = [2.5, -0.3, 2, 8]
> mean_absolute_percentage_error(y_true, y_pred)
Out[19]: 17.738095238095237

（100を掛けてパーセンテージを返すことに注意してください。）

...しかし、注意してください：

> y_true = [3, 0.0, 2, 7]; y_pred = [2.5, -0.3, 2, 8]
> #Note the zero in y_pred
> mean_absolute_percentage_error(y_true, y_pred)
-c:8: RuntimeWarning: divide by zero encountered in divide
Out[21]: inf

更新されたバージョンは次のとおりです。

import numpy as np

def mean_absolute_percentage_error(y_true, y_pred): 
    y_true, y_pred = np.array(y_true), np.array(y_pred)
    return np.mean(np.abs((y_true - y_pred) / y_true)) * 100