MCDMError metric
ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)
ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE) เป็นตัวชี้วัดที่ทนทาน (robust) ซึ่งใช้วัดขนาดเฉลี่ยของความคลาดเคลื่อนของการคาดการณ์ในแบบจำลองการถดถอย (regression models) โดยมีรากฐานย้อนไปถึงงานของ Pierre-Simon Laplace เกี่ยวกับความคลาดเคลื่อนจากการสังเกต (1799) MAE ใช้ปริมาณการเบี่ยงเบนของการคาดการณ์โดยเฉลี่ยจากการคำนวณค่าเฉลี่ยของผลต่างสัมบูรณ์ระหว่างค่าที่สังเกตได้และค่าที่คาดการณ์ไว้
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Mean Absolute Error. ScholarGate. https://scholargate.app/th/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.
- ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยร้อยละ (MAPE)การประเมินแบบจำลอง↔ compare
- ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Mean Squared Error: MSE)การประเมินแบบจำลอง↔ compare
- Root Mean Squared Error (RMSE)การประเมินแบบจำลอง↔ compare