MCDMError metric
Root Mean Squared Error (RMSE)
Root Mean Squared Error (RMSE) เป็นตัวชี้วัดที่นิยมใช้กันอย่างแพร่หลายเพื่อวัดขนาดเฉลี่ยของความคลาดเคลื่อนในการทำนายของแบบจำลองการถดถอย มีต้นกำเนิดมาจากงานของ Carl Friedrich Gauss เกี่ยวกับการประมาณค่ากำลังสองน้อยที่สุด (1809) RMSE วัดว่าค่าที่ทำนายแตกต่างจากค่าที่สังเกตการณ์ไปมากน้อยเพียงใด โดยการหาค่าเฉลี่ยของผลต่างกำลังสองแล้วถอดรากที่สอง
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
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 ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/th/model-evaluation/root-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.
- ค่าเฉลี่ยความคลาดเคลื่อนสัมบูรณ์ (MAE)การประเมินแบบจำลอง↔ compare
- ค่าความคลาดเคลื่อนสัมบูรณ์เฉลี่ยร้อยละ (MAPE)การประเมินแบบจำลอง↔ compare
- ค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Mean Squared Error: MSE)การประเมินแบบจำลอง↔ compare
- ค่าสัมประสิทธิ์การตัดสินใจ (R-squared หรือ R²)การประเมินแบบจำลอง↔ compare