MCDMError metric
माध्य निरपेक्ष त्रुटि (MAE)
माध्य निरपेक्ष त्रुटि (MAE) एक सुदृढ़ मीट्रिक है जो रिग्रेशन मॉडल में भविष्यवाणी त्रुटियों के औसत निरपेक्ष परिमाण को मापता है। पियरे-साइमन लाप्लास के अवलोकन त्रुटियों पर काम (1799) से उत्पन्न, MAE प्रेक्षित और अनुमानित मानों के बीच निरपेक्ष अंतरों का औसत निकालकर विशिष्ट भविष्यवाणी विचलन को मापता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/hi/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.
- माध्य निरपेक्ष प्रतिशत त्रुटि (MAPE)मॉडल मूल्यांकन↔ compare
- माध्य वर्ग त्रुटि (MSE)मॉडल मूल्यांकन↔ compare
- मूल माध्य वर्ग त्रुटि (Root Mean Squared Error - RMSE)मॉडल मूल्यांकन↔ compare