Vidējā kvadrātiskā kļūda (RMSE)
Vidējā kvadrātiskā kļūda (RMSE) ir plaši izmantots rādītājs, kas mēra prognožu kļūdu vidējo lielumu regresijas modeļos. Tā radusies no Karla Frīdriha Gausa darba par mazāko kvadrātu novērtēšanu (1809) un kvantificē, cik lielā mērā prognozes atšķiras no novērotajām vērtībām, vidējojot kvadrātiskās atšķirības un ņemot kvadrātsakni.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/lv/model-evaluation/root-mean-squared-error
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Vidējā absolūtā kļūda (MAE)Modeļu novērtēšana↔ salīdzināt
- Vidējā absolūtā procentuālā kļūda (MAPE)Modeļu novērtēšana↔ salīdzināt
- Vidējā kvadrātiskā kļūda (MSE)Modeļu novērtēšana↔ salīdzināt
- R kvadrāts (R²)Modeļu novērtēšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →