Miért érzékenyebb az MSE-nél a MAE az kiugró értékekre?

Az átlagos abszolút hiba (MAE) kevésbé érzékeny a kiugró értékekre, mint a négyzetes átlagos hiba (MSE), a hibák számítási módjában lévő különbségek miatt:

• A MAE az hibák abszolút értékének átlagát számítja, vagyis egyszerűen az eltérések moduljainak összegét, ami lineárisan növeli a hibát a eltérés növekedésével.
• A MSE a hibák négyzetének átlagát számítja, vagyis a hibák négyzetre emelése jelentősen növeli a nagy eltérések (kiugró értékek) hatását.

A négyzetre emelés miatt a MSE erősen bünteti a nagy hibákat, így a modell érzékenyebb lesz a kiugró értékekre. Míg a MAE minden hibának egyenlő súlyt ad, így a kiugró értékek kevésbé befolyásolják a végső metrikát.

Példa: Ha a hiba 10:

• A MAE 10-et ad hozzá a hibák összegéhez
• A MSE 100-at (10²), ami sokkal nagyobb hatással van a végső hibára

Ezért előnyösebb a MAE használata, amikor fontos csökkenteni a kiugró értékek hatását a modell tanításában.