在线词典

平均绝对误差怎么求

更新日期:2026-11-12 04:54:51

$$

其中:

- $ y_i $ 表示第 $ i $ 个样本的真实值;

- $ \hat{y}_i $ 表示第 $ i $ 个样本的预测值;

- $ n $ 表示样本总数;

- $

三、如何计算平均绝对误差?

步骤如下:

1. 获取真实值和预测值:列出每个样本对应的实际值和预测值。

2. 计算每个样本的绝对误差:即真实值与预测值之差的绝对值。

3. 求所有绝对误差的平均值:将所有绝对误差相加,再除以样本数量。

四、实例演示

以下是一个简单的例子,帮助理解 MAE 的计算过程:

标题平均绝对误差怎么求
内容

在统计学和数据分析中,评估模型的预测精度是十分重要的。其中,“平均绝对误差”(Mean Absolute Error,简称MAE)是一个常用指标,用于衡量预测值与实际值之间的平均偏离程度。本文将简要总结平均绝对误差的定义、计算方法,并通过表格形式展示其应用过程。

一、什么是平均绝对误差?

平均绝对误差(MAE)是指所有预测值与真实值之间绝对差值的平均值。它反映了预测结果与实际结果之间的平均偏差,单位与原始数据一致,便于理解和比较。

MAE 的优点是计算简单、直观,且对异常值不敏感,因此在实际应用中非常常见。

二、平均绝对误差的计算公式

MAE 的计算公式如下:

$$

\text{MAE} = \frac{1}{n} \sum_{i=1}^{n}

y_i - \hat{y}_i \cdot $ 表示绝对值。
样本编号 真实值 $ y_i $ 预测值 $ \hat{y}_i $ 绝对误差 $ y_i - \hat{y}_i $
1 5 4 1
2 8 10 2
3 3 3 0
4 7 6 1
5 9 8 1

计算过程:

- 所有绝对误差之和 = 1 + 2 + 0 + 1 + 1 = 5

- 样本数 $ n = 5 $

- MAE = 5 ÷ 5 = 1

五、总结

概念 内容说明
定义 平均绝对误差是预测值与真实值之间绝对差值的平均值
公式 $ \text{MAE} = \frac{1}{n} \sum_{i=1}^{n} y_i - \hat{y}_i $
用途 评估模型预测精度,适用于回归问题
优点 计算简单、直观、对异常值不敏感
缺点 无法反映误差的方向性,仅体现大小

六、小结

平均绝对误差是一种简单但有效的评估工具,尤其适合需要快速了解预测准确性的场景。通过上述步骤和表格,可以清晰地掌握其计算方式和应用场景。在实际项目中,建议结合其他指标(如均方误差 MSE、R² 等)进行综合分析,以获得更全面的模型评价。

随便看