원래 크기를 분모로 쓴다
실제값이 100일 때 10만큼 틀린 예측의 상대오차는 0.1이다. 실제값이 10일 때 똑같이 10만큼 틀리면 상대오차는 1이다. 절대오차가 같아도 기준 실제값의 크기에 따라 기여가 달라지는 방식이다.
소수와 백분율 표시
실제값이 (100, 50), 예측값이 (90, 60)이면 상대적인 절대오차는 각각 0.1과 0.2다. 그 평균은 0.15이며 백분율로 쓰면 15%다. 어떤 함수가 0.15를 반환하는지 15를 반환하는지 확인하지 않고 결과를 읽으면 100배의 차이를 혼동하게 된다.
0 부근의 값이 문제를 만든다
실제값이 0.01인데 예측값이 1.01이면 절대오차는 1이지만 상대오차는 100, 백분율로 10000%다. 실제값이 정확히 0이면 기본 나눗셈은 정의되지 않는다. 구현이 아주 작은 양수로 분모를 대체하여 큰 유한값을 돌려주더라도 이 문제가 없어진 것은 아니다.
어떤 크기를 중요하게 보는가
MAPE는 원래 단위의 오차보다 실제값 대비 오차를 강조한다. 작은 실제값이 많이 섞인 자료에서는 일부 항목이 평균을 크게 움직일 수 있다. 따라서 지표가 작다는 사실만 보지 말고 0인 값의 처리, 단위의 의미, 실제값의 분포를 살펴야 하며 절대오차 지표와도 구별해야 한다.