평균 제곱 오차

Jmnote (토론 | 기여)님의 2021년 5월 27일 (목) 11:00 판

1 개요

mean squared error (MSE), mean squared deviation (MSD)
평균 제곱 오차, 평균 제곱 편차
  • 오차제곱합을 자유도로 나눈 것
[math]\displaystyle{ \operatorname {MSE} =\dfrac{1}{n} \sum _{i=1}^{n}(Y_{i}-{\hat {Y_{i}}})^{2} }[/math]

2 머신러닝

  • 예시당 평균 제곱 손실
[math]\displaystyle{ \operatorname{MSE} = \dfrac{1}{N} \sum_{(x,y)∈D} ( y - \operatorname{prediction}(x) )^2 }[/math]
  • 제곱 손실을 예시의 개수로 나누어 계산한다.
  • 머신러닝에서 손실함수로 MSE를 흔히 사용하지만, 모든 상황에서 최선인 유일한 손실함수는 아니다.

3 예제

다음 두 도표 중 평균제곱오차가 더 큰 것은 어느 것인가? 각각 계산해보자.

MCEDescendingIntoMLLeft.png MCEDescendingIntoMLRight.png

  • [math]\displaystyle{ \operatorname{MSE}_1=\dfrac{1^2+1^2+1^2+1^2}{10}=\dfrac{4}{10}=0.4 }[/math]
  • [math]\displaystyle{ \operatorname{MSE}_2=\dfrac{2^2+2^2}{10}=\dfrac{8}{10}=0.8 }[/math]

4 같이 보기

5 참고