TL;DR

• 1-MAPE는 MAPE를 “정확도”처럼 보이게 만든 표현이다.
• MAPE의 모든 한계를 그대로 상속하며, MAPE가 1보다 크면 음수가 된다.

1-MAPE

1-MAPE는 MAPE를 정확도 형태로 변환한 지표다.

$$1-\mathrm{MAPE}$$

MAPE가 0.25이면 1-MAPE는 0.75이고, 보통 “75% 정확도”처럼 설명된다.

예를 들어 실제값이 10이고 예측값이 25이면 MAPE는 $|25-10|/10=1.5$다. 이때 1-MAPE는 $1-1.5=-0.5$가 되므로, “정확도 -50%” 같은 표현이 나온다.

해석

1-MAPE는 별도의 오차 구조를 가진 새 메트릭이 아니다. MAPE를 보고용 스케일로 바꾼 값이다.

이 표현은 비기술 이해관계자에게 직관적일 수 있지만, “정확도”라는 단어 때문에 classification accuracy처럼 $[0,1]$ 범위에 안정적으로 갇힌 값으로 오해되기 쉽다.

한계

• MAPE가 1보다 크면 1-MAPE는 음수가 된다.
• 실제값이 0 또는 0에 가까운 행에서 MAPE가 과도하게 커지면 1-MAPE도 크게 낮아진다.
• 값이 높아졌다고 해서 MAE, WAPE, Forecast Bias가 함께 좋아졌다는 뜻은 아니다.

시계열에서의 사용

1-MAPE는 단독 KPI보다 보조 보고 지표로 다루는 편이 낫다. 특히 판매량 예측에서는 다음 메트릭을 함께 봐야 한다.

• MAE — 원래 단위의 평균 오차
• WAPE — 전체 수요 대비 총 절대 오차
• Forecast Bias — 누적 over/under 방향

---

Connections

• MAPE — 1-MAPE의 기반 지표.
• WAPE — 운영 KPI와 더 정렬되는 경우가 많은 상대 오차 지표.
• Forecast Bias — 1-MAPE 개선이 과소예측으로 나온 것인지 확인하는 지표.

Related MOCs

• [[MOCs - Time Series Forecasting Metrics]]