ScholarGate
Βοηθός

Σύγκριση μεθόδων

Εξετάστε τις επιλεγμένες μεθόδους δίπλα-δίπλα· οι γραμμές που διαφέρουν επισημαίνονται.

Μέσο Τετραγωνικό Σφάλμα (RMSE)×Μέσο Απόλυτο Σφάλμα (MAE)×
ΠεδίοΑξιολόγηση ΜοντέλωνΑξιολόγηση Μοντέλων
ΟικογένειαMCDMMCDM
Έτος προέλευσης18091799
ΔημιουργόςCarl Friedrich GaussPierre-Simon Laplace
ΤύποςDistance-based evaluation metricRobust distance-based metric
Θεμελιώδης πηγήGauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗
Εναλλακτικές ονομασίεςRMSE, RMS error, quadratic mean errorMAE, L1 error, mean absolute deviation
Συναφείς43
ΣύνοψηRoot Mean Squared Error is a widely used metric that measures the average magnitude of prediction errors in regression models. Originating from Carl Friedrich Gauss's work on least-squares estimation (1809), RMSE quantifies how far predictions deviate from observed values by averaging the squared differences and taking the square root.Mean Absolute Error is a robust metric that measures the average absolute magnitude of prediction errors in regression models. Dating back to Pierre-Simon Laplace's work on observational errors (1799), MAE quantifies typical prediction deviation by averaging the absolute differences between observed and predicted values.
ScholarGateΣύνολο δεδομένων
  1. v1
  2. 3 Πηγές
  3. PUBLISHED
  1. v1
  2. 3 Πηγές
  3. PUBLISHED

Μετάβαση στην αναζήτηση Λήψη διαφανειών

ScholarGateΣύγκριση μεθόδων: Root Mean Squared Error · Mean Absolute Error. Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/compare