Medelkvadratfel (MSE)
Medelkvadratfel är den grundläggande förlustfunktionen för regressionsmodeller, som mäter den genomsnittliga kvadrerade avvikelsen mellan prediktioner och observationer. MSE, som härstammar från Gauss och Legendres metod för minsta kvadratanpassning (1805–1809), utgör grunden för vanlig minsta kvadratregression och är fortfarande central för modern optimering inom maskininlärning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/sv/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 informationskriterium (AIC)Modellutvärdering↔ compare
- Medelabsolutfelet (MAE)Modellutvärdering↔ compare
- R-kvadrat (R²)Modellutvärdering↔ compare
- Rotmedelkvadratfel (RMSE)Modellutvärdering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →