Added epsilon value to 0 when calculating mape values and got rid of SMAPE calculation

app.py

@@ -727,9 +727,9 @@ elif page == "🕵️ Análisis de Cliente":
                         actual = datos_2024['ventas_reales']
                         predicted = datos_2024['ventas_predichas']
 
-                        def calculate_mape(y_true, y_pred):
-                            mask = y_true != 0
-                            return np.mean(np.abs((y_true[mask] - y_pred[mask]) / y_true[mask])) * 100
+                        def calculate_mape(y_true, y_pred, epsilon=1e-10):
+                            # Add a small epsilon to the actual values to avoid division by zero
+                            return np.mean(np.abs((y_true - y_pred) / (y_true + epsilon))) * 100
 
                         mae = mean_absolute_error(actual, predicted)
                         mse = mean_squared_error(actual, predicted)
@@ -821,6 +821,10 @@ elif page == "🕵️ Análisis de Cliente":
                                                 xaxis_title="Fecha", yaxis_title="Ventas (€)", height=600)
                                 st.plotly_chart(fig)
 
+                                def calculate_mape(y_true, y_pred, epsilon=1e-10):
+                                    # Add a small epsilon to the actual values to avoid division by zero
+                                    return np.mean(np.abs((y_true - y_pred) / (y_true + epsilon))) * 100
+
                                 # Cálculo de métricas
                                 datos_2024 = datos_cliente_total[datos_cliente_total['fecha_mes'].dt.year == 2024]
                                 actual = datos_2024['ventas_reales']
@@ -828,16 +832,14 @@ elif page == "🕵️ Análisis de Cliente":
                                 mae = mean_absolute_error(actual, predicted)
                                 mse = mean_squared_error(actual, predicted)
                                 rmse = np.sqrt(mse)
-                                mape = np.mean(np.abs((actual - predicted) / actual)) * 100 if not actual.empty else 0
-                                smape = np.mean(2 * np.abs(actual - predicted) / (np.abs(actual) + np.abs(predicted))) * 100 if not actual.empty else 0
+                                mape = calculate_mape(actual, predicted)
                                 
                                 # Mostrar métricas
                                 st.subheader("Métricas de Predicción (2024)")
-                                col1, col2, col3, col4 = st.columns(4)
+                                col1, col2, col3 = st.columns(3)
                                 col1.metric("MAE", f"{mae:.2f} €")
                                 col2.metric("MAPE", f"{mape:.2f}%")
                                 col3.metric("RMSE", f"{rmse:.2f} €")
-                                col4.metric("SMAPE", f"{smape:.2f}%")
                             else:
                                 st.warning(f"No se encontraron datos para el cliente {customer_code} y el fabricante {fabricante_seleccionado}.")
                     else: