Mean absolute error, definícia a použitie | AI slovník

Odborná definícia

Mean absolute error, MAE, je priemer absolútnych rozdielov medzi skutočnými a predikovanými číselnými hodnotami. Každá chyba prispieva lineárne podľa svojej veľkosti, bez ohľadu na znamienko. Metrika má rovnakú jednotku ako cieľová premenná a minimum nula. V porovnaní s kvadratickou chybou je menej citlivá na jednotlivé extrémne odchýlky. Pri použití ako tréningová strata zodpovedá optimalizácii podmieneného mediánu a má nediferencovateľný bod pri nulovej reziduálnej chybe.

Zrozumiteľné vysvetlenie

Ak model predpovedá čas doručenia a pomýli sa o 2, 5 a 8 minút, MAE je priemer týchto troch absolútnych odchýlok. Kladná a záporná chyba sa navzájom nezrušia, preto metrika vyjadruje typickú veľkosť omylu v prirodzených jednotkách. Veľká chyba sa započíta priamo, nie druhou mocninou, takže jeden extrémny prípad neovládne výsledok tak silno ako pri MSE. MAE však nerozlišuje, či je v konkrétnej doméne podhodnotenie drahšie než nadhodnotenie.

Časté otázky

Ako sa interpretuje MAE 4,2?

Model sa v priemere odchyľuje od skutočnej hodnoty o 4,2 jednotky cieľa, napríklad minúty, eurá alebo stupne. Interpretácia platí pre hodnotenú distribúciu.

Je MAE robustná voči outlierom?

Je robustnejšia než MSE, pretože chyby neumocňuje. Extrémne hodnoty ju stále ovplyvňujú, ale ich vplyv rastie lineárne.

Prečo MAE neukazuje smer chyby?

Absolútna hodnota odstráni znamienko. Systém môže mať rovnakú MAE pri systematickom nadhodnocovaní aj pri symetrických chybách, preto treba sledovať aj bias reziduí.

Dá sa MAE porovnávať medzi rôznymi cieľmi?

Nie priamo, ak majú odlišné jednotky alebo rozsahy. Na porovnanie treba normalizovanú metriku alebo doménovo definovanú škálu.

Kedy môže byť MSE vhodnejšie?

Keď veľké chyby majú neúmerne vyšší praktický náklad alebo keď model a štatistický predpoklad prirodzene zodpovedajú kvadratickej strate a podmienenému priemeru.

Súvisiace pojmy

Zdroje a redakčná stopa

scikit-learn, mean_absolute_error

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.