Gemiddelde Absolute Fout (MAE)
Gemiddelde Absolute Fout is een robuuste metriek die de gemiddelde absolute omvang van voorspellingsfouten in regressiemodellen meet. Daterend uit het werk van Pierre-Simon Laplace over observationele fouten (1799), kwantificeert MAE de typische voorspellingsafwijking door de absolute verschillen tussen waargenomen en voorspelde waarden te middelen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/nl/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.
- Gemiddelde Absolute Percentage Fout (MAPE)Modelevaluatie↔ compare
- Gemiddelde Kwadratische Fout (MSE)Modelevaluatie↔ compare
- Root Mean Squared Error (RMSE)Modelevaluatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →