- **실제 값과 예측 값의 차이를 제곱하여 평균**
- 값이 작을 수록, 예측이 정확하다는 것이다
MSE는 예측이 실제 값에 얼마나 가까운지를 나타내며, 모델의 성능을 평가하는 데 중요한 지표입니다.
평균 제곱 오차(MSE)는 실제 값과 예측 값의 차이를 제곱하여 평균을 낸 것입니다.
이 값이 작을수록 예측이 실제 값과 가까워지며, 크면 클수록 예측이 부정확해집니다.
수식
n
은 전체 데이터 포인트의 수yi
는 i번째 실제 값ŷi
는 i번째 데이터 포인트에 대한 예측 값
이는 모델이 예측하는 값이 실제 값에 가까워지도록 독립 변수의 계수를 조정하는 데 사용됩니다.
이러한 과정은 경사 하강법과 같은 최적화 알고리즘을 통해 이루어집니다.
부족한 점이나 잘못 된 점을 알려주시면 시정하겠습니다 :>
'AI' 카테고리의 다른 글
역전파(Back-propagation) (0) | 2023.07.19 |
---|---|
Back-propagation and Autograd (0) | 2023.07.18 |
계층적 클러스터링 (0) | 2023.07.16 |
Intro. 머신러닝 개념 쉽게 잡고 가자 (0) | 2023.07.13 |
K - Means 알고리즘 실습 (1) | 2023.07.12 |