Errore Assoluto Medio (MAE)
L'Errore Assoluto Medio (MAE) è una metrica robusta che misura la magnitudine media assoluta degli errori di previsione nei modelli di regressione. Risalente ai lavori di Pierre-Simon Laplace sugli errori osservazionali (1799), il MAE quantifica la deviazione tipica di previsione mediando le differenze assolute tra valori osservati e previsti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/it/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.
- Errore Percentuale Assoluto Medio (MAPE)Valutazione dei modelli↔ compare
- Errore Quadratico Medio (MSE)Valutazione dei modelli↔ compare
- Errore quadratico medio (RMSE)Valutazione dei modelli↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →