Wpis z mikrobloga

@msea940: zobacz na 1/n; nawet po pierwiastkowaniu s^2 zostaje ci właśnie 1/n, więc nie to samo.
W pierwszym masz po prostu sumę wszystkich błędów (wartość względna) pomnożone przez ich sumę; to da ci tylko uśredniony błąd i to wszystko.
W drugim masz sumę błędów podniesione do potęgi drugiej; z potem przez 1/n dzielisz i potem całość pierwizstkujesz.
Także różnica jest.

Pytanie powinno być pytanie po jest ta różnica ( ͡°
  • Odpowiedz
via Wykop Mobilny (Android)
  • 2
@msea940: wariancja to przeciętna zmienność w zbiorze. Jest to zmienna z informacją o zmienności (a więc ilości informacji ogółem) jaką przechowuje zmienna. W przypadku błędów jest nieinterpretowalna, za to stosowana ze względu na wrażliwość na outlinery (podbija je kwadratem). MAE to informacja o dopasowaniu modelu umożliwiająca interpretację. Można ją stosować podczas modelowania, gdy wiesz, że nie ma wartości odstających, ale generalnie polecam modelować względem wariancji, interpretować MAE.
  • Odpowiedz