Gjennomsnittlig firkantet feil (MSE) er en vanlig metrikk som brukes til å evaluere ytelsen til regresjonsmodeller. Den måler den gjennomsnittlige kvadratiske forskjellen mellom faktiske og forutsidde verdier. Beregning MSE innebærer noen enkle trinn som bidrar til å forstå hvor godt en modell forutsier datapunkter.

Trinn 1: Samle faktiske og forutsidde verdier

Samle de faktiske verdiene fra datasettet og de forventede verdiene som genereres av regresjonsmodellen. Begge bør være i samme rekkefølge for å sikre nøyaktig beregning.

Trinn 2: Beregn forskjellene

For hvert datapunkt trekker du den forventede verdien fra den faktiske verdien. Dette gir feilen for hvert punkt.

Trinn 3: Plassere feilene

Kvadratér hver feil for å eliminere negative verdier og legg vekt på større feil. Dette gjøres ved å multiplisere hver feil av seg selv.

Trinn 4: Beregn middelverdien

Legg til alle de andre feilene sammen og dele med det totale antall datapunkter. Dette gir gjennomsnittet av de andre feilene, som er MSE.

Sammendrag av beregning

  • Samle faktiske og forutspådde verdier
  • Beregn feilen for hvert datapunkt
  • Plassér hver feil
  • Summer alle andre feil
  • Dele av antall datapunkter