So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Mean Absolute Scaled Error (MASE)× | Sai số bình phương trung bình gốc (RMSE)× | |
|---|---|---|
| Lĩnh vực | Đánh giá mô hình | Đánh giá mô hình |
| Họ | MCDM | MCDM |
| Năm ra đời≠ | 2006 | 1809 |
| Người khởi xướng≠ | Rob J. Hyndman and Anne B. Koehler | Carl Friedrich Gauss |
| Loại≠ | Scale-independent baseline comparison metric | Distance-based evaluation metric |
| Công trình gốc≠ | Hyndman, R. J., & Koehler, A. B. (2006). Another look at measures of forecast accuracy. International Journal of Forecasting, 22(4), 679-688. DOI ↗ | Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗ |
| Tên gọi khác≠ | MASE | RMSE, RMS error, quadratic mean error |
| Liên quan | 4 | 4 |
| Tóm tắt≠ | 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. | Root Mean Squared Error is a widely used metric that measures the average magnitude of prediction errors in regression models. Originating from Carl Friedrich Gauss's work on least-squares estimation (1809), RMSE quantifies how far predictions deviate from observed values by averaging the squared differences and taking the square root. |
| ScholarGateBộ dữ liệu ↗ |
|
|