Regresní metriky a ztrátové funkce

Průměrná absolutní chyba

Mean absolute error, MAE, je průměr absolútnych rozdílů mezi skutočnými a predikovanými číselnými hodnotami. Každá chyba přispívá lineární podle svojej velikosti, bez ohladu na znaménko. Metrika má stejnou jedničku jako cílová proměnná a minimum nula. Ve srovnání s kvadratickou chybou je méně citlivá na jednotlivé extrémně odchylky. Při použití jako tréninková ztráta odpovídá optimalizaci podmieneného mediánu a má nediferencovatelný bod při nulové reziduálnej chybě.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-M-08

Odborná definice

Odborná definice

Mean absolute error, MAE, je průměr absolútnych rozdílů mezi skutočnými a predikovanými číselnými hodnotami. Každá chyba přispívá lineární podle svojej velikosti, bez ohladu na znaménko. Metrika má stejnou jedničku jako cílová proměnná a minimum nula. Ve srovnání s kvadratickou chybou je méně citlivá na jednotlivé extrémně odchylky. Při použití jako tréninková ztráta odpovídá optimalizaci podmieneného mediánu a má nediferencovatelný bod při nulové reziduálnej chybě.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Pokud model predpovedá čas doručení a pomýli se o 2, 5 a 8 minút, MAE je průměr těchto troch absolútnych odchýlok. Kladná a záporná chyba se navzájem nezrušia, proto metrika vyjadřuje typickou velikost omylu v prirodzených jednotkách. Velká chyba se započíta přímo, ne druhou mocninou, takže jeden extrémny případ neovládne výsledek tak silně jako při MSE. MAE však nerozlišuje, zda je v konkrétní doméně podhodnotení dražší než nadhodnotení.

Časté otázky

Časté otázky

Jak se interpretuje MAE 4,2?

Model se v priemere odchyluje od skutečné hodnoty o 4,2 jednotky cíle, například minúty, eurá nebo stupne. Interpretace platí pro hodnotenou distribuci.

Je MAE robustní vůči outlierom?

Je robustnejšia než MSE, protože chyby neumocňuje. Extrémně hodnoty ji stále ovlivňují, ale jejich vliv roste lineární.

Proč MAE neukazuje směr chyby?

Absolutní hodnota odstraní znaménko. Systém může mít stejnou MAE při systematickom nadhodnocování i při symetrických chybách, proto je třeba sledovat i bias reziduí.

Lze MAE porovnávat mezi různými cielmi?

Ne přímo, pokud mají odlišné jednotky nebo rozsahy. Na porovnání je třeba normalizovanou metriku nebo doménovo definovanou škálu.

Kdy může být MSE vhodnější?

Když velké chyby mají neúmerne vyšší praktický náklad nebo když model a statistický předpoklad přirozeně odpovídají kvadratické strate a podmienenému průměru.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční 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.