平均偏差误差 - Python

平均偏差误差（Mean Absolute Error，MAE）是一种广泛使用的评估预测算法性能的指标。它可以衡量预测值与真实值之间的差异程度。

公式

MAE 的数学定义如下：

$$MAE = \frac{1}{n}\sum_{i=1}^{n}|y_i - \hat{y}_i|$$

其中，$y_i$ 是第 $i$ 个真实值，$\hat{y}_i$ 是第 $i$ 个预测值，$n$ 是样本数量。

Python 实现

在 Python 中，我们可以使用 NumPy 库来计算 MAE。下面是一个简单的 Python 函数，用于计算一个样本的 MAE 值：

import numpy as np

def mean_absolute_error(y_true, y_pred):
    return np.mean(np.abs(y_pred - y_true))

我们可以通过以下方式调用该函数：

y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
mae = mean_absolute_error(y_true, y_pred)
print(mae)

输出结果为：0.5

这意味着，预测值与真实值的平均偏差误差为 0.5。越接近 0，说明预测算法的性能越好。

总结

平均偏差误差是一种常用的评估预测算法性能的指标。在 Python 中，我们可以使用 NumPy 库轻松地计算 MAE 值。