Разница между MSE и RMSLE при оценке регрессионных моделей заключается в подходе к измерению ошибки:
- MSE (средняя квадратическая ошибка) — среднее значение квадратов ошибок между прогнозируемыми и фактическими значениями. www.geeksforgeeks.org Эту метрику используют, если большие ошибки недопустимы и должны сильно влиять на модель. habr.com Она чувствительна к выбросам, так как ошибка возрастает квадратично. habr.com
- RMSLE (логарифмическая среднеквадратическая ошибка) — метрика, в которой логарифмирование позволяет сделать величину ошибки более устойчивой, когда разность между фактическим и предсказанным значениями различается на порядок и выше. loginom.ru При этом может быть затруднена интерпретация из-за нелинейности. loginom.ru
Таким образом, RMSE предпочтительнее MSE в линейной регрессии, потому что он находится в тех же единицах измерения, что и переменная ответа, что упрощает интерпретацию. www.geeksforgeeks.org