如何用Python实现MASE（平均绝对缩放误差）？已知预测值求MASE

一、MASE的计算逻辑 #

MASE是衡量预测准确性的实用指标，核心是把当前预测的误差和**最简单的基准预测（naive forecast，用前一期实际值当作当期预测）**的平均误差做对比，能避开MAPE遇到预测值为0时的尴尬，也适配非平稳时间序列。

具体计算步骤：

1. 计算基准误差：对实际值序列，从第2个值开始，每个时刻t的实际值减去前一时刻t-1的实际值，取绝对值后求平均值，记为MAE_naive。
2. 计算当前预测的绝对误差：每个时刻的预测值与实际值取绝对差，再求平均值得到MAE_forecast。
3. MASE就是MAE_forecast除以MAE_naive——比值越小，说明预测效果比基准模型越好。

简化公式：

MASE = (平均|预测值-实际值|) / (平均|实际值[t]-实际值[t-1]|)

二、Python实现代码 #

基础版本（numpy） #

用numpy快速实现，支持数组或列表输入：

import numpy as np

def calculate_mase(actual, predicted):
    # 计算基准模型的平均绝对误差
    naive_errors = np.abs(np.diff(actual))
    mae_naive = np.mean(naive_errors)
    
    # 计算当前预测的平均绝对误差
    forecast_errors = np.abs(predicted - actual)
    mae_forecast = np.mean(forecast_errors)
    
    # 计算MASE
    return mae_forecast / mae_naive

# 示例用法
actual = np.array([10, 12, 15, 14, 16, 18])
predicted = np.array([11, 13, 14, 15, 17, 19])
print(f"MASE值: {calculate_mase(actual, predicted):.4f}")

时间序列分训练/测试集的正确用法 #

实际做时间序列预测时，基准误差必须用训练集数据计算，避免数据泄露：

# 拆分训练集和测试集
train_actual = np.array([10, 12, 15, 14])
test_actual = np.array([16, 18])
test_predicted = np.array([17, 19])

# 用训练集计算基准MAE
naive_errors_train = np.abs(np.diff(train_actual))
mae_naive_train = np.mean(naive_errors_train)

# 计算测试集的预测MAE
forecast_errors_test = np.abs(test_predicted - test_actual)
mae_forecast_test = np.mean(forecast_errors_test)

# 得到测试集的MASE
mase = mae_forecast_test / mae_naive_train
print(f"测试集MASE值: {mase:.4f}")

pandas版本（适合带索引的时间序列） #

如果用pandas处理时间序列数据，代码可以这样写：

import pandas as pd

def calculate_mase_pd(actual, predicted):
    actual_series = pd.Series(actual)
    # 计算基准误差（跳过第一个空值）
    naive_errors = actual_series.diff().abs().dropna()
    mae_naive = naive_errors.mean()
    
    # 计算预测误差
    forecast_errors = (actual_series - pd.Series(predicted)).abs()
    mae_forecast = forecast_errors.mean()
    
    return mae_forecast / mae_naive

注意事项 #

• 输入的实际值和预测值必须长度一致，且实际值序列长度至少为2（否则无法计算基准误差）。
• MASE是无量纲指标，值小于1说明预测效果比naive基准模型好，大于1则不如基准模型。

内容的提问来源于stack exchange，提问作者azazelspeaks