type
status
date
slug
summary
tags
category
icon
password
Property
Jun 30, 2025 07:15 AM
一、MSE-Mean Squared Error
1.1 定义
平均平方误差,是计算预测值与真实值之差的平方的平均值。
1.2 计算方式

1.3 意义
为什么会有这个公式定义呢?在机器学习中,为了更好的评估预测值与真实值的差距,更直观的分析,所以采用平方的方式放大误差,让异常值更明显。
二、MAE-Mean Absolute Error
1.1 定义
平均绝对误差,是计算预测值与真实值之差的绝对值的平均。
1.2 计算方式

1.3 意义
为什么会有这个公式定义?如果说MSE是放大误差,那么MAE就是淡化误差,对误差平等对待,鲁棒性更强(不受异常值显著影响),也是一种中庸的思想。
三、MSE与MAE

- MSE:强调大误差,适用于需要严格惩罚偏差的场景(如回归模型评估)。
- MAE:均衡误差影响,适用于鲁棒性要求高的场景(如数据存在噪声)
四、扩展知识
从误差分布以及误差的数值关系来研究MSE与MAE之间的联系。
4.1 误差分布
- MSE对应误差的二阶矩(方差+偏差平方),MAE对应一阶矩。
- 若误差服从高斯分布,MSE是最优指标;若服从拉普拉斯分布,MAE更合适。
4.2 数值不等式关系
由柯西-施瓦茨不等式可得:
- 作者:fntp
- 链接:https://polofox.com/article/ml-d-1
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。
相关文章