Μέσο Τετραγωνικό Σφάλμα (RMSE)
Το Μέσο Τετραγωνικό Σφάλμα (Root Mean Squared Error - RMSE) είναι μια ευρέως χρησιμοποιούμενη μετρική που ποσοτικοποιεί τη μέση τιμή του μεγέθους των σφαλμάτων πρόβλεψης σε μοντέλα παλινδρόμησης. Προερχόμενο από το έργο του Carl Friedrich Gauss σχετικά με την εκτίμηση ελαχίστων τετραγώνων (1809), το RMSE ποσοτικοποιεί πόσο αποκλίνουν οι προβλέψεις από τις παρατηρούμενες τιμές, υπολογίζοντας τον μέσο όρο των τετραγωνικών διαφορών και λαμβάνοντας την τετραγωνική ρίζα.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/el/model-evaluation/root-mean-squared-error
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Μέσο Απόλυτο Σφάλμα (MAE)Αξιολόγηση Μοντέλων↔ σύγκριση
- Μέσο Απόλυτο Ποσοστιαίο Σφάλμα (MAPE)Αξιολόγηση Μοντέλων↔ σύγκριση
- Μέσο Τετραγωνικό Σφάλμα (MSE)Αξιολόγηση Μοντέλων↔ σύγκριση
- Συντελεστής προσδιορισμού (R²)Αξιολόγηση Μοντέλων↔ σύγκριση
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →