ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Mean Squared Error: MSE)
ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) เป็นฟังก์ชันความคลาดเคลื่อนพื้นฐานสำหรับแบบจำลองการถดถอย ซึ่งใช้วัดค่าเบี่ยงเบนกำลังสองเฉลี่ยระหว่างค่าพยากรณ์และค่าสังเกตการณ์ มีต้นกำเนิดมาจากระเบียบวิธีกำลังสองน้อยที่สุด (method of least squares) ของเกาส์และเลอจองด์ (ค.ศ. 1805-1809) โดย MSE เป็นพื้นฐานของการถดถอยกำลังสองน้อยที่สุดสามัญ (ordinary least squares regression) และยังคงเป็นหัวใจสำคัญของการปรับปรุงประสิทธิภาพในแมชชีนเลิร์นนิงสมัยใหม่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Mean Squared Error. ScholarGate. https://scholargate.app/th/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.
- เกณฑ์ข้อมูลอาคาอิเกะ (Akaike Information Criterion - AIC)การประเมินแบบจำลอง↔ compare
- ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)การประเมินแบบจำลอง↔ compare
- ค่าสัมประสิทธิ์การตัดสินใจ (R-squared หรือ R²)การประเมินแบบจำลอง↔ compare
- Root Mean Squared Error (RMSE)การประเมินแบบจำลอง↔ compare