Среднеквадратическая погрешность (MSE) в машинном обучении используется для оценки точности прогнозирующих моделей. 5 Она измеряет среднеквадратичную разницу между прогнозируемыми значениями и фактическими значениями в наборе данных. 5

MSE применяется в ситуациях, когда нужно подчеркнуть большие ошибки и выбрать модель, которая даёт меньше больших ошибок прогноза. 3 Грубые ошибки становятся заметнее за счёт того, что ошибку прогноза возводят в квадрат. 3 Модель, которая даёт меньшее значение среднеквадратической ошибки, можно сказать, что у неё меньше грубых ошибок. 3

Также MSE подходит для сравнения двух моделей или для контроля качества во время обучения. 3

Более низкий показатель MSE лучше, поскольку указывает на то, что прогнозируемое значение близко к фактическим значениям. 5