我正在尝试对金融数据进行几次回归,金融数据的一个问题是它往往有很多极端的异常值,这些异常值可能不是所有的信息。在 R 中线性回归使用 RMSE 作为它的成本函数。我理解这一点,RMSE 对回归更有用,因为它具有导数等。但它也倾向于比 MAE 更严重地惩罚异常值,MAE 将所有值视为平等。所以我想知道是否有任何参数可以传递给 lm/glm 来指示它使用 MAE 而不是 RMSE 作为成本函数?我可以想到一些替代解决方法,通过绝对返回的倒数加权或应用转换,但如果我能使用 MAE 进行回归会更好。
最佳答案
搜索 R robust linear regression
带我到 rlm
来自 MASS
的函数包(标准包含在 R 中)。我认为这是开始解决方案的好地方。它不适用于 MAE,但我会详细了解如何 rlm
执行稳健的拟合(即在不受异常值过度影响的情况下进行拟合)。
关于r - 在 R 中是否可以使用 MAE(平均绝对误差)而不是 RMSE 作为线性回归(lm/glm)的成本函数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26846726/