Mean Absolute Error

释义 Definition

平均绝对误差（MAE）：衡量预测值与真实值之间误差大小的指标。做法是先对每个样本的误差取绝对值（不考虑正负方向），再求平均。数值越小，通常表示预测越接近真实值。常用于回归、时间序列预测与模型评估。（注：在某些语境下也可指“平均绝对偏差/平均绝对离差”，但在机器学习与预测领域多指 MAE。）

发音 Pronunciation (IPA)

/ˌmiːn ˌæb.səˈluːt ˈer.ɚ/

例句 Examples

Mean absolute error is easy to interpret because it is measured in the same units as the target.
平均绝对误差很容易解释，因为它与预测目标使用相同的单位。

When comparing two forecasting models, we chose the one with the lower mean absolute error on the validation set, even though its squared error was slightly higher.
在比较两个预测模型时，我们选择了验证集上平均绝对误差更低的那个，即使它的平方误差略高一些。

词源 Etymology

该术语由三部分组成：mean（平均值）、absolute（绝对值）、error（误差）。它直观描述了计算方式：对误差取绝对值后求平均。作为统计与工程评估语言的一部分，后来被广泛用于机器学习与预测评估中，并常以缩写 MAE 出现。

相关词 Related Words

• Absolute Error
• Mean Squared Error
• Root Mean Squared Error
• Loss Function
• Regression
• Forecasting
• Residual
• Validation Set

文学与著作中的用例 Literary Works

• Forecasting: Principles and Practice（Hyndman & Athanasopoulos）——在时间序列预测评估指标中讨论 MAE 等误差度量。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在回归与损失函数相关章节中涉及绝对误差/MAE 思路。
• The Elements of Statistical Learning（Hastie, Tibshirani & Friedman）——在统计学习与模型误差度量讨论中提到相关误差与损失。
• Machine Learning: A Probabilistic Perspective（Kevin P. Murphy）——在监督学习评估与损失函数框架中涉及 MAE 等指标。