machine-learning - MAE 实际上告诉我什么？

Question

我创建了一个简单的线性回归模型来预测 S&P 500 收盘价。然后计算平均绝对误差 (MAE) 并得到 1290 的 MAE 分数。现在，我不想知道这是对还是错，但我想知道 1290 的 MAE 告诉我关于我的模型的什么信息。

Answer 1

说实话，“一般来说”它几乎什么也没告诉你。这个值是相当任意的，只有当你准确理解你的数据时，你才能得出任何结论。

MAE 代表平均绝对误差，因此，如果您的值为 1290，则意味着如果您从数据中随机选择一个数据点，那么您会期望您的预测与真实值相差 1290。好吗？坏的？取决于你的输出规模。如果是百万级的话，这么大的误差不算什么，模型就很好。如果你的输出值在数千范围内，那就太可怕了。

如果我理解正确，S&P 500 收盘价是 0 到 2500 之间的数字(过去 36 年)，因此 1290 的错误看起来你的模型什么也没学到。这很像一个常量模型，总是回答“1200”或这个值附近的值。