Wurzel der Mittleren Quadratischen Fehler (RMSE)
Der Quadratische Mittelwert der Fehler (RMSE) ist eine weit verbreitete Metrik, die die durchschnittliche Größe von Vorhersagefehlern in Regressionsmodellen misst. Ursprünglich aus Carl Friedrich Gauss' Arbeiten zur Methode der kleinsten Quadrate (1809) stammend, quantifiziert RMSE, wie stark Vorhersagen von beobachteten Werten abweichen, indem die quadrierten Differenzen gemittelt und die Quadratwurzel gezogen wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). New York: Springer. DOI: 10.1007/978-0-387-84858-7 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/de/model-evaluation/root-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.
- Mittlerer Absoluter Fehler (MAE)Modellevaluation↔ compare
- Mittlerer absoluter prozentualer Fehler (MAPE)Modellevaluation↔ compare
- Mittlere quadratische Abweichung (MSE)Modellevaluation↔ compare
- Bestimmtheitsmaß (R²)Modellevaluation↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →