В чем разница между среднеквадратичной ошибкой и средней абсолютной ошибкой при оценке моделей?

Разница между среднеквадратичной ошибкой (MSE) и средней абсолютной ошибкой (MAE) при оценке моделей заключается в способе измерения и чувствительности к ошибкам. netology.ru wiki.loginom.ru

Среднеквадратичная ошибка (MSE) представляет собой среднее арифметическое квадратов разностей между фактическими и прогнозируемыми значениями. netology.ru Благодаря возведению в квадрат грубые ошибки становятся более заметными. netology.ru Чем меньше значение MSE, тем меньше грубых ошибок даёт модель. netology.ru Однако MSE неустойчив к выбросам в данных и в некоторых случаях может приводить к некорректным выводам. netology.ru

Средняя абсолютная ошибка (MAE) измеряет среднее абсолютное отклонение каждого прогноза от соответствующего фактического значения. shakhbanov.org MAE является линейной оценкой, поэтому вес разностей одинаков независимо от диапазона. wiki.loginom.ru Абсолютная ошибка оказывается менее чувствительна к выбросам в данных, чем среднеквадратическая. wiki.loginom.ru

Таким образом, MSE больше подходит для ситуаций, когда важно подчеркнуть большие ошибки и выбрать модель, которая даёт меньше именно таких ошибок. loginom.ru MAE же предпочтительнее в случаях, когда требуется равное отношение ко всем ошибкам, независимо от их величины. sky.pro