ScholarGate
Assistent
MCDMError metric

Rotmedelkvadratfel (RMSE)

Rotmedelkvadratfel är ett allmänt använt mått som kvantifierar den genomsnittliga storleken på prediktionsfel i regressionsmodeller. Ursprungligen från Carl Friedrich Gauss arbete med minsta kvadratmetoden (1809), kvantifierar RMSE hur mycket prediktioner avviker från observerade värden genom att beräkna medelvärdet av de kvadrerade skillnaderna och sedan ta kvadratroten.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link
  2. Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link
  3. 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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateRoot Mean Squared Error (Root Mean Squared Error). Hämtad 2026-06-15 från https://scholargate.app/sv/model-evaluation/root-mean-squared-error · Datamängd: https://doi.org/10.5281/zenodo.20539026