MAPE值，全稱Mean Absolute Percentage Error（平均絕對百分比誤差），是一種用於評估預測模型準確度的指標，它表示預測值與實際值之間相對誤差的平均值。MAPE的值越小，說明模型的預測精度越高。
MAPE的計算方法是對每個預測值與實際值之差進行絕對值和百分比的計算，然後取平均值。其公式為MAPE = (1/n) * Σ(|(預測值 - 實際值) / 實際值|) * 100%，其中n是樣本數量。
在使用MAPE進行模型評估時，需要注意以下幾點：
MAPE對異常值比較敏感，數據集中的異常值可能會對MAPE的計算產生較大影響。
MAPE不適用於評估預測值與實際值之間的絕對差異，例如，如果預測模型的預測值始終比實際值小，MAPE可能給出錯誤的評估結果。
MAPE也適用於評估非線性關係，如果數據集中的變數之間存在非線性關係，使用MAPE可能會低估模型的預測精度。
因此，在使用MAPE評估模型時，可能需要結合其他指標進行綜合評估。