平均绝对误差怎么求
更新日期:2026-11-12 04:54:51
| 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。