Střední absolutní chyba (MAE)
Střední absolutní chyba (MAE) je robustní metrika, která měří průměrnou absolutní velikost chyb predikce v regresních modelech. MAE, jejíž kořeny sahají k práci Pierra-Simona Laplace na chyby pozorování (1799), kvantifikuje typickou odchylku predikce průměrováním absolutních rozdílů mezi pozorovanými a predikovanými hodnotami.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗
- Brossier, C. L. (1999). Consistency of trimmed and Winsorized L-estimators of location and scale. Journal of the American Statistical Association, 74(368), 813-821. link ↗
- Huber, P. J. (2009). Robust Statistics (2nd ed.). Hoboken, NJ: John Wiley & Sons. ISBN: 978-0470129906
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/cs/model-evaluation/mean-absolute-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Střední absolutní procentuální chyba (MAPE)Hodnocení modelů↔ compare
- Střední kvadratická chyba (MSE)Hodnocení modelů↔ compare
- Směrodatná odchylka reziduí (RMSE)Hodnocení modelů↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →