В чем разница между среднеквадратичной ошибкой и средней абсолютной ошибкой?

Разница между среднеквадратичной ошибкой (MSE) и средней абсолютной ошибкой (MAE) заключается в том, как они измеряют разницу между прогнозируемыми и фактическими значениями. 13

Среднеквадратичная ошибка (MSE) измеряет среднее значение квадратов разностей между прогнозируемыми и фактическими значениями. 28 Грубые ошибки становятся более заметными благодаря тому, что ошибка прогноза возводится в квадрат. 2 Чем меньше значение MSE, тем меньше грубых ошибок даёт модель. 2

Средняя абсолютная ошибка (MAE) измеряет среднее абсолютное отклонение каждого прогноза от соответствующего фактического значения. 3 Если MAE равна 0, это указывает на идеальное соответствие прогнозов реальным значениям. 3 Чем выше значение MAE, тем больше ошибок в прогнозах модели. 3

Таким образом, MSE сильнее штрафует за большие отклонения, чем MAE, и поэтому более чувствителен к выбросам. 7 MAE, в свою очередь, подходит для случаев, когда требуется равное отношение ко всем ошибкам, независимо от их величины. 8

Выбор между MSE и MAE зависит от конкретной задачи и предпочтений исследователя. 6 Например, если большие отклонения критичны для приложения, лучше использовать MAE, а если необходимо сильно штрафовать большие ошибки, то лучше использовать MSE. 6