Elkarazle, K.; Raman, V.; Then, P. Facial Age Estimation Using

6. Performance Evaluation Metrics
Evaluating the performance of any machine learning model is essential to determine
the efficiency and generalisation of a proposed model. There are several ways to evaluate

---

Big Data Cogn. Comput. 2022, 6, 128
9 of 22
the performance of age estimation models, and each method depends on the model’s
architecture. In this section, we look into the frequently used metrics and their definitions.
Since age estimation is a task that can be treated as a classification or a regression
problem, researchers have a vast array of loss functions they can use to evaluate the
performance of their proposed models. Mean absolute error and mean squared error are
both available for regression tasks while accuracy and cumulative score are available for
classification problems.
The definition of MAE, which primarily evaluates regression models, is as follows:
MAE
=
∑
n
i=1
|
y
i
−
x
i
|
n
(2)
Y represents the predicted age, x represents the actual age, and n is the number of
images. MSE, on the other hand, is defined as follows:
MSE
=
1
n
n
∑
i=1
(
Y
i
−
X
i
)
2
(3)
Similar to Equation (2). Y represents the actual age, while X represents the predicted
age of the ith element. In Equations (4) and (5), a lower value indicates that the model
performs well, while a higher MAE or MSE indicates that the error margin is large; thus,
the model is not performing well. If the model is training on several age classes, then
Equations (2) and (3) might be unsuitable. Therefore, a metric such as cumulative score
(CS) may be more suited for the model. The equation of CS is as follows:
CS
=
n
N
∗
100%
(4)
“n” represents the total number of correctly classified images, while “N” represents the
total number of testing images. The CS equation can be rewritten to calculate the number of
correctly classified images where the error is not greater than a specific value representing
years. The new CS equation is as follows:
CS
=
N
e≤j
N
∗
100%
(5)
“N” still represents the total number of testing images and N
e≤j
is the number of
correctly predicted images where the error is not more than j years old.
In addition, [
45
] introduced an evaluation metric denoted as one-off accuracy. This
metric evaluates age group classifiers, and the output is the error of one age category. The
one-off accuracy equation is as follows:
1
−
off
=
n
o
N
x
∗
100%
(6)
where n
o
is the number of classified images with one class error N
x
is the total number of
testing images. In Equations (4)–(6), we aim to obtain a higher value that indicates how
many images were classified correctly.