MAE 和 MSE的差別

嗨嗨，MannyWang 你好

從你的問題中看得出來你很盡力在理解題目並且想把問題問好，這個部分值得嘉獎！再來我們一起來看這個題目的脈絡：

## 題目在問什麼？

「仿造範例的MAE函數, 自己寫一個MSE函數」，我們先理解 MAE 和 MSE 是什麼東西。他們其實都是一種用來衡量分析結果好壞的一種計算規則，以下這邊是公式：

其中的 i 指的是所有的點， yi 是所有點的真實資料，y^ 是所有點的預測結果資料。從式子中，我們可以將 MAE 理解成「所有的真實資料與預測結果相減取絕對值，總和後取平均」；MSE 則是「所有的真實資料與預測結果相減取平方，總和後取平均」。簡單來說，我們可以把「真實資料與預測結果相減」想像成是「預測的好不好」，只是用絕對值或是平均的差異而已。

### 作業在幹嘛？

我們知道 MSE 跟 MAE 的公式與具體的意義之後，再回來看程式作業的部分。範例當中的 y 就是我們上面講的 真實資料 ，在這裡我們是用亂數的方法產生一百個點。範例當中的 y_hat 就是我們上面講的 預測結果 ，在這裡我們是用斜直線的公式產生一條斜直線。在這裡，如果你不是很懂 y 跟 y_hat 的產生方式可以先當成是題目已知。那麼接下來，就是用題目給的 y 跟 y_hat 套用到 mean_squared_error 函式，模仿 mean_absolute_error 函式實作出上面的公式。

### 那到底該怎麼做這題呢？

mean_absolute_error 是本題提供的範例：mae = MAE = sum(abs(y - yp)) / len(y) ，用來實作我們前面講的 MAE 公式，你可以關注 abs(y - yp) 這個部分，就是在取絕對值。因此，你只要把原本取絕對值的部分，改成平方就可以完成這個題目。

如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的 GITHUB 帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃

MAE 和 MSE的差別

回答列表