Střední kvadratická chyba (MSE)
Střední kvadratická chyba (MSE) je základní ztrátová funkce pro regresní modely, která měří průměrnou kvadratickou odchylku mezi predikcemi a pozorováními. MSE, jejíž původ sahá k metodě nejmenších čtverců Gausse a Legendrea (1805–1809), tvoří základ regrese metodou nejmenších čtverců a zůstává klíčová pro optimalizaci v moderním strojovém učení.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link ↗
- Goodman, L. A. (1960). On the exact variance of products. Journal of the American Statistical Association, 55(292), 708-713. DOI: 10.1080/01621459.1960.10483369 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/cs/model-evaluation/mean-squared-error
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Akaikeho informační kritérium (AIC)Hodnocení modelů↔ compare
- Střední absolutní chyba (MAE)Hodnocení modelů↔ compare
- Koeficient determinace (R²)Hodnocení modelů↔ compare
- Směrodatná odchylka reziduí (RMSE)Hodnocení modelů↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →