MCDMError metric

평균 제곱 오차 (MSE)

평균 제곱 오차(Mean Squared Error, MSE)는 예측값과 관측값 사이의 평균 제곱 편차를 측정하는 회귀 모델의 근본적인 손실 함수입니다. 가우스와 르장드르의 최소 제곱법(1805-1809)에서 유래한 MSE는 일반 최소 제곱 회귀의 기초이며 현대 머신러닝 최적화의 핵심으로 남아 있습니다.

MethodMind에서 열기곧 제공동영상곧 제공슬라이드 다운로드

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

평균 제곱 오차 (MSE)

아카이케 정보량 기준 (AIC)평균 절대 오차 (MAE)결정 계수(R²)평균 제곱근 오차 (Root Mean Squ…조정된 결정계수 (Adjusted R² /…베이즈 정보 기준 (Bayesian Info…적합도 검정 (Goodness-of-Fit…

출처

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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/ko/model-evaluation/mean-squared-error

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

아카이케 정보량 기준 (AIC)모델 평가↔ 비교
평균 절대 오차 (MAE)모델 평가↔ 비교
결정 계수(R²)모델 평가↔ 비교
평균 제곱근 오차 (Root Mean Squared Error, RMSE)모델 평가↔ 비교

나란히 비교하기 →

이 방법을 참조하는 항목

조정된 결정계수 (Adjusted R² / R²_adj)아카이케 정보량 기준 (AIC)베이즈 정보 기준 (Bayesian Information Criterion, BIC)적합도 검정 (Goodness-of-Fit Testing)평균 절대 오차 (MAE)평균 제곱근 오차 (Root Mean Squared Error, RMSE)

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →