logo
Loading...

MSE公式有參考的資料嗎 - Cupoy

$ MSE = \frac{1}{n}\sum_{i=1}^{n}{(Y_i - \hat{Y}_i...

day1問題

MSE公式有參考的資料嗎

2020/02/25 下午 07:30
機器學習共學討論版
a12358
觀看數:45
回答數:3
收藏數:0
day1問題

$ MSE = \frac{1}{n}\sum_{i=1}^{n}{(Y_i - \hat{Y}_i)^2} $

請問DAY1的公式有參考的資料嗎?

完全不知道從何開始了解這公式

回答列表

  • 2020/02/25 下午 08:10
    Jeffrey
    贊同數:0
    不贊同數:0
    留言數:0

  • 2020/02/25 下午 08:25
    李子明
    贊同數:3
    不贊同數:0
    留言數:0

    不論是MSE還是MAE,都是一種損失的呈現方式。這兩種方式的原理很簡單,就是找出一個可以代表「每一筆資料偏差」的數字。


    MSE:每一筆資料偏差,指的是與資料平均值的差異量(就是小括號內的東西),但這樣子的差異量有可能是負值的,所以加上了平方來讓差異量呈現為正值,這個正值就是MSE中的偏差(就是小括號取平方的那個部分),然後把所有的偏差取平均(就是所有的小括號平方的結果都加起來,然後再乘上最前端的1/n),得到的結果就是MSE了。


    MAE:與MSE相同,但負差異量的處理方式改為使用絕對值來處理。

  • 2020/02/26 上午 00:08
    張維元 (WeiYuan)
    贊同數:5
    不贊同數:0
    留言數:0

    補充一下:


    Y 指的是 真實資料的數值, Y_hat 指的是 模型預測的數值。這個公式間單來說就是計算「真實資料的數值與模型預測的數值的差距」,通常是用來比較預測的好不好。