Средняя абсолютная ошибка (MAE)
Средняя абсолютная ошибка (MAE) — это робастная метрика, которая измеряет среднюю абсолютную величину ошибок прогнозирования в регрессионных моделях. MAE, берущая начало от работ Пьера-Симона Лапласа по ошибкам наблюдений (1799 г.), количественно определяет типичное отклонение прогноза путем усреднения абсолютных разностей между наблюдаемыми и прогнозируемыми значениями.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/ru/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.
- Средняя абсолютная процентная ошибка (MAPE)Оценка моделей↔ compare
- Среднеквадратичная ошибка (MSE)Оценка моделей↔ compare
- Среднеквадратичная ошибка (RMSE)Оценка моделей↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →