MedAE

- 中央絶対誤差とは中央絶対誤差(MedAE)は、機械学習モデルがどれくらい正確に予測できるかを測る指標の一つです。この指標は、予測値と実際の値とのズレを数値化し、モデルの性能を評価するために使用されます。具体的には、MedAEは「予測値と実際の値の差(誤差)の絶対値」の中央値を計算することで得られます。まず、それぞれのデータ点について、モデルが予測した値と実際の値がどれくらい離れているかを計算します。この時、ズレのプラスマイナスは考慮せず、プラスに統一するために絶対値を用います。次に、これらの絶対値を小さい順に並べ替え、その中央の値を見つけます。これがMedAEとなります。MedAEは、特に外れ値に強いという特徴があります。外れ値とは、他のデータから大きく外れた値のことです。通常の平均誤差などは、外れ値の影響を大きく受けてしまうため、モデルの性能を正しく評価できない場合があります。しかし、MedAEは中央値を用いるため、外れ値の影響を受けにくく、安定した評価が可能となります。このように、MedAEはモデルの予測精度を評価する上で重要な指標の一つと言えるでしょう。