เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ความแม่นยำ× | ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 20th century | 1799 |
| ผู้ริเริ่ม≠ | Historical statistical foundations | Pierre-Simon Laplace |
| ประเภท≠ | Evaluation metric | Robust distance-based metric |
| แหล่งต้นตำรับ≠ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ | Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗ |
| ชื่อเรียกอื่น≠ | Overall Accuracy, Correct Classification Rate | MAE, L1 error, mean absolute deviation |
| ที่เกี่ยวข้อง≠ | 5 | 3 |
| สรุป≠ | Accuracy is the proportion of correct predictions among the total number of predictions made by a classification model. It is the most intuitive performance metric and measures how often the classifier makes correct predictions overall, regardless of class. | Mean Absolute Error is a robust metric that measures the average absolute magnitude of prediction errors in regression models. Dating back to Pierre-Simon Laplace's work on observational errors (1799), MAE quantifies typical prediction deviation by averaging the absolute differences between observed and predicted values. |
| ScholarGateชุดข้อมูล ↗ |
|
|