关于MAPE出现nan%的问题，如何解决？

Question

是否有人试过复现《GMAN: A Graph Multi-Attention Network for Traffic Prediction
》这篇论文的代码。我的在test阶段算出的MAPE是nan%。请问是否有人知道为什么会出现这样的问题，改如何解决？

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

为了更准确地理解您的问题并提供相应的解决方案，我将进行以下几个步骤：

1. 确认MAPE中的NaN值。
2. 分析可能影响MAPE计算的因素（例如，数据类型、异常值等）。
3. 检查MAPE函数是否正确实现，以及是否有任何潜在错误导致NaN值。

首先，让我们查看您提供的MAPE计算结果。请注意，这些数字都是NaN，这意味着它们不被接受并且被视为无效。这可能是由于一些原因造成的，如输入数据中存在大量NaN值或者处理过程中发生了某种异常。

解决方案：

1. 确认NaN值：首先，我们需要确定哪些行或列包含NaN值。这通常可以通过检查np.isnan()方法返回的结果来完成，其中np.isnan(array)会返回一个布尔数组，表示给定数组中每个元素是否为NaN。

   import numpy as np
   
   # 假设我们有DataFrame df，并且想要找出包含NaN的行
   nan_rows = df[df.isna().any(axis=1)]
   
   print("包含NaN的行:", nan_rows)
   

2. 分析原因：一旦确定了包含NaN的行，我们可以进一步分析这些值是如何产生的。这可能涉及对数据清洗过程的审查，以确保所有必要的清理步骤都已完成。

3. 修正代码：如果确实存在问题，可以尝试修复代码逻辑，确保所有输入数据都被正确处理。这可能包括添加异常处理、数据预处理步骤或重新设计算法结构。

4. 验证准确性：最终，通过运行新的测试数据集，验证修正后的MAPE是否仍然产生预期的输出。

示例代码：

假设我们有一个包含df的数据框，其中y_true是实际目标值，y_pred是我们预测的目标值，我们想计算的是MAPE。

import numpy as np

def calculate_mape(y_true, y_pred):
    """
    Calculate Mean Absolute Percentage Error (MAPE) between true and predicted values.
    
    Parameters:
    - y_true: Array-like of shape (n_samples,) containing the actual target values.
    - y_pred: Array-like of shape (n_samples,) containing the predicted target values.
    
    Returns:
    - The MAPE value.
    """
    # Convert arrays to Numpy arrays for consistency with np.isnan()
    y_true, y_pred = np.array(y_true), np.array(y_pred)
    
    # Check if there are any NaN values in either array
    has_nan = np.isnan(y_true).any() or np.isnan(y_pred).any()
    
    if has_nan:
        raise ValueError("Input data contains NaN values.")
    
    # Calculate MAPE
    mape = np.mean(np.abs((y_true - y_pred) / y_true)) * 100
    
    return mape

# 示例数据
data = {
    'y_true': [2.04, 2.22, 2.10],
    'y_pred': [1.71, 1.80, 2.16]
}

mape = calculate_mape(data['y_true'], data['y_pred'])
print(f"Mean Absolute Percentage Error (MAPE): {mape:.2f}%")

在这个示例中，我们首先定义了一个calculate_mape函数，用于计算MAPE。然后我们创建了一个包含真实值和预测值的字典，调用此函数并打印结果。注意，这里假定了y_true和y_pred已经进行了转换以便于比较。

如果您能提供更多有关数据集的信息，比如原始数据是什么样的，以及具体遇到的问题所在，我可以为您提供更具体的建议。