เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ค่าคลาดเคลื่อนสัมบูรณ์เฉลี่ยแบบปรับสเกล (MASE)× | ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 2006 | 1799 |
| ผู้ริเริ่ม≠ | Rob J. Hyndman and Anne B. Koehler | Pierre-Simon Laplace |
| ประเภท≠ | Scale-independent baseline comparison metric | Robust distance-based metric |
| แหล่งต้นตำรับ≠ | Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688. DOI ↗ | Laplace, P. S. (1799). Traité de Mécanique Céleste. Paris: J.B.M. Duprat. link ↗ |
| ชื่อเรียกอื่น≠ | MASE | MAE, L1 error, mean absolute deviation |
| ที่เกี่ยวข้อง≠ | 4 | 3 |
| สรุป≠ | Mean Absolute Scaled Error is a scale-independent metric that measures prediction accuracy relative to a simple baseline (naive forecast). Introduced by Hyndman and Koehler (2006), MASE directly compares model performance to a reference method, overcoming limitations of MAPE and other percentage-based metrics. | 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 ↗ |
|
|