在R中计算MAE

MAE是平均绝对误差(Mean Absolute Error)的缩写，是衡量预测值与真实值差异的指标，通常用于回归分析。

在R中，我们可以使用以下方法计算MAE。

准备数据

首先，我们需要准备数据。这里我们使用一个简单的例子，包含预测值和真实值。

# 预测值和真实值
pred <- c(1, 2, 3, 4, 5)
true <- c(1, 2, 2, 3, 5)

计算MAE

使用MAE()函数计算MAE。

# 定义MAE函数
MAE <- function(pred, true) {
  mean(abs(pred - true))
}

# 计算MAE
mae <- MAE(pred, true)

# 输出结果
mae

## [1] 0.6

因此，预测值和真实值之间的MAE是0.6。

总结

在R中计算MAE非常简单，只需要定义一个函数并使用该函数来计算误差。 MAE是一个很好的指标，可以用于评估回归模型的性能。