Estou usando PyTorchpara um curso de reconhecimento facial e preciso calcular o valor MAPE.
Minha primeira tentativa foi com torchmetrics.MeanAbsolutePercentageErrorclasse, mas o resultado não faz sentido.
Por esse motivo, escrevi uma função para calculá-lo e parece funcionar bem.
Investigando um pouco, parece-me que o problema está relacionado à presença de 0no array de valores verdade, mas não encontrei nada na torchmetricsdocumentação.
Existe uma maneira de evitar esse problema em torchmetrics?
É possível que o epsilonvalor na fórmula MAPE não esteja definido? Se for o caso, como posso atribuir um valor a ele?
Estou feliz em usar a outra função, mas estou curioso para entender o motivo desses resultados com torchmetrics.
Estas são as 2 funções para calcular o MAPE:
def calculate_mape_torch(preds, targets):
"""Calculate MAPE using PyTorch method.
Args:
preds: array with ground truth values
targets: array with predictions from model
Returns:
MAPE
"""
if not isinstance(preds, torch.Tensor):
preds = torch.tensor(preds)
if not isinstance(targets, torch.Tensor):
targets = torch.tensor(targets)
mape = MeanAbsolutePercentageError()
return mape(preds, targets) * 100
def calculate_mape(preds, targets, epsilon=1):
"""Calculate the Mean Absolute Percentage Error.
Args:
preds: array with ground truth values
targets: array with predictions from model
epsilon: value to avoid divide by zero problem
Returns:
MAPE
"""
preds_flatten = preds.flatten("F")
targets_flatten = targets.flatten("F")
return np.sum(np.abs(targets_flatten - preds_flatten) / np.maximum(epsilon, targets_flatten)) / len(preds_flatten) * 100
Com estes valores:
y_true = np.array([[1, 0, 3], [4, 5, 6]])
y_pred = np.array([[3, 2, 2], [7, 3, 6]])
as 2 funções dão os resultados:
>>> calculate_mape(y_pred, y_true)
91.38888888888889
>>> calculate_mape_torch(y_pred, y_true)
tensor(28490084.)
Com estes valores:
y_true = np.array([[1, 2, 3], [4, 5, 6]])
y_pred = np.array([[3, 2, 2], [7, 3, 6]])
as 2 funções dão os resultados:
>>> calculate_mape(y_pred, y_true)
58.05555555555556
>>> calculate_mape_torch(y_pred, y_true)
tensor(58.0556)
