Middelfejlskvadrat (MSE)
Middelfejlskvadrat er den grundlæggende tabsfuntion for regressionsmodeller, der måler den gennemsnitlige kvadratiske afvigelse mellem forudsigelser og observationer. Oprindeligt fra Gauss og Legendres mindste kvadraters metode (1805-1809) er MSE grundlaget for almindelig mindste kvadraters regression og forbliver central i moderne maskinlæringoptimering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/da/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.
- Akaike Information Criterion (AIC)Modelevaluering↔ compare
- Middelfejl (MAE)Modelevaluering↔ compare
- Determinationskoefficienten (R²)Modelevaluering↔ compare
- Root Mean Squared Error (RMSE)Modelevaluering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →