中值绝对误差

中值绝对误差（Median Absolute Error，MedAE）是一种用于评估预测模型准确度的指标，它是预测值和真实值之间差的绝对值的中位数。

假设有n个样本，真实值分别为y₁, y₂, ……, yₙ，预测值分别为ŷ₁, ŷ₂, ……, ŷₙ。

首先，我们可以定义误差（error）为预测值与真实值之间的差：

eᵢ = yᵢ - ŷᵢ

则第i个样本的误差绝对值为：

|eᵢ| = |yᵢ - ŷᵢ|

我们希望得到所有样本误差绝对值的中位数，即中值绝对误差。因此，我们可以将所有样本误差绝对值从小到大排序，然后取中间的值作为中位数，即：

MedAE = median(|y₁ - ŷ₁|, |y₂ - ŷ₂|, ……, |yₙ - ŷₙ|)

中值绝对误差的取值范围为[0,∞)，通常用于比较不同模型的表现。在实际应用中，MedAE通常用于对异常值敏感的场景，例如在离群点检测和异常值识别等问题中，MedAE是一种常用的性能指标。