मीन एब्सोल्यूट एरर (MAE) क्या है?
मीन एब्सोल्यूट एरर (MAE) किसी रिग्रेशन मॉडल या पूर्वानुमान की सटीकता आँकने के लिए सबसे ज़्यादा इस्तेमाल होने वाले मापदंडों में से एक है। यह अनुमानित मानों और वास्तविक प्रेक्षित मानों के बीच की त्रुटियों के औसत परिमाण को मापता है, बिना यह देखे कि त्रुटि किस दिशा में है (कम या ज़्यादा)। चूँकि इसमें निरपेक्ष मान (absolute value) लिया जाता है, इसलिए हर त्रुटि कुल योग में धनात्मक रूप से जुड़ती है। यही वजह है कि MAE को समझना आसान है — यह बताता है कि आपके अनुमान औसतन कितने गलत हैं, और वह भी डेटा की उन्हीं इकाइयों में।
इस कैलकुलेटर का उपयोग कैसे करें
दोनों बॉक्स में अपने वास्तविक (प्रेक्षित) मानों की सूची और अपने अनुमानित (पूर्वानुमान या मॉडल वाले) मानों की सूची दर्ज करें। हर संख्या को कॉमा या स्पेस से अलग करें। ध्यान रखें कि दोनों सूचियों में संख्याओं की गिनती एक समान हो और वे इस तरह क्रम में हों कि पहला वास्तविक मान पहले अनुमान से मेल खाए, और इसी तरह आगे भी। गणना करें पर क्लिक करते ही आपको MAE के साथ-साथ निरपेक्ष त्रुटियों का योग और उपयोग किए गए युग्मों (pairs) की संख्या भी मिल जाएगी।
फ़ॉर्मूला समझें
फ़ॉर्मूला है $$\text{MAE} = \frac{1}{n}\sum_{i=1}^{n}\left| y_i - \hat{y}_i \right|$$। हर प्रेक्षण के लिए आप वास्तविक मान (\(y_i\)) में से अनुमानित मान (\(\hat{y}_i\)) घटाते हैं, उस अंतर का निरपेक्ष मान लेते हैं (यानी ऋण चिह्न को नज़रअंदाज़ कर देते हैं), फिर इन सभी निरपेक्ष अंतरों को जोड़ते हैं, और अंत में प्रेक्षणों की संख्या \(n\) से भाग देते हैं। जो परिणाम मिलता है, वह एक सामान्य अनुमान-त्रुटि का औसत आकार होता है।
हल किया हुआ उदाहरण
मान लीजिए वास्तविक मान 3, 5, 2, 7 हैं और अनुमानित मान 2.5, 5, 4, 8 हैं। तो निरपेक्ष त्रुटियाँ होंगी: \(|3-2.5| = 0.5\), \(|5-5| = 0\), \(|2-4| = 2\), और \(|7-8| = 1\)। इनका योग 3.5 है। इसे \(n = 4\) से भाग देने पर $$\text{MAE} = 3.5 / 4 = 0.875$$ मिलता है।
अक्सर पूछे जाने वाले सवाल
MAE और MSE में क्या अंतर है? MAE निरपेक्ष त्रुटियों का औसत निकालता है, जबकि मीन स्क्वेयर्ड एरर (MSE) त्रुटियों के वर्ग का औसत लेता है। MSE बड़ी त्रुटियों पर ज़्यादा भारी दंड लगाता है, जबकि MAE सभी त्रुटियों को समान अनुपात में मानता है।
अच्छा MAE मान कितना होता है? जितना कम, उतना अच्छा — और MAE = 0 का मतलब है बिल्कुल सटीक अनुमान। इसके लिए कोई एक सार्वभौमिक सीमा नहीं है; इसे हमेशा अपने डेटा के पैमाने और सामान्य रेंज के संदर्भ में ही समझें।
क्या MAE ऋणात्मक हो सकता है? नहीं। चूँकि यह निरपेक्ष अंतरों (जो हमेशा शून्य या धनात्मक होते हैं) का औसत निकालता है, इसलिए MAE हमेशा शून्य या उससे अधिक ही होता है।
