連載目次 用語解説 機械学習における中央絶対誤差(MedAE:Median Absolute Error)とは、各データに対して「予測値と正解値の差(=誤差)」の絶対値を計算していき、それら全ての計算結果を小さい順に並べた中で順位がちょうど中央に位置する値(=中央値)を出力する関数である(図1)。なお誤差は、「予測値-正解値」ではなく「正解値-予測値」でもよい。 用途と特徴 MedAEは、主に回帰問題における出力層の評価関数として用いられる。関数から出力される値は、0に近いほどより良い。 MedAEの特徴は、中央値を使うので、外れ値に対してロバストな(=頑健な、強い)ことである。そもそも中央値は、統計学において主に平均値が有効ではない場面、具体的にはデータの一部に大きな外れ値があるような場面で、平均値の代わりに用いられる(※大きな外れ値を含むデータを平均すると、どうしても大きな値の方向に引
![[評価関数]中央絶対誤差(MedAE:Median Absolute Error)とは?](https://cdn-ak-scissors.b.st-hatena.com/image/square/e229ab930671cfdda25d775f736ee31b02850f05/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2108%2F18%2Fcover_news023.png)