Keskimääräinen absoluuttinen virhe (MAE)
Keskimääräinen absoluuttinen virhe (MAE) on robusti metriikka, joka mittaa regressiomallien ennustusvirheiden keskimääräistä absoluuttista suuruutta. Pierre-Simon Laplacen (1799) havaintovirheitä koskeviin töihin juontuva MAE kvantifioi tyypillisen ennustuspoikkeaman laskemalla keskiarvon havaintoarvojen ja ennustettujen arvojen absoluuttisille eroille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/fi/model-evaluation/mean-absolute-error
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Keskimääräinen absoluuttinen prosentuaalinen virhe (MAPE)Mallien arviointi↔ vertaa
- Keskineliövirhe (MSE)Mallien arviointi↔ vertaa
- Neliöjuurikeskivirhe (RMSE)Mallien arviointi↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →