Что такое среднеквадратичная ошибка?
Среднеквадратичная ошибка (MSE, Mean Squared Error) — одна из самых популярных метрик для оценки того, насколько прогнозы близки к фактически наблюдаемым значениям. Она усредняет квадраты отклонений между каждым прогнозируемым значением (\(\hat{y}\)) и соответствующим ему фактическим значением (\(y\)). Поскольку отклонения возводятся в квадрат, крупные промахи штрафуются сильнее мелких, а итоговый результат всегда неотрицателен — идеальная модель получает ровно 0.
Как пользоваться калькулятором
Введите фактические и прогнозируемые значения в виде двух списков через запятую. Списки должны быть одинаковой длины, чтобы каждому прогнозу соответствовало фактическое значение на той же позиции. Калькулятор сопоставляет их по порядку, вычисляет квадрат ошибки для каждой пары и возвращает MSE вместе со связанными метриками RMSE (корень из среднеквадратичной ошибки) и SSE (сумма квадратов ошибок). Если длины списков различаются, в расчёт берутся только совпадающие пары.
Разбор формулы
Формула MSE выглядит так: $$\text{MSE} = \frac{1}{n}\sum_{i=1}^{n}\left(y_i - \hat{y}_i\right)^2$$ Для каждой точки данных вы вычитаете прогноз из фактического значения, возводите разность в квадрат, складываете все квадраты отклонений (это и есть SSE) и в конце делите на количество точек \(n\). Извлекая корень из MSE, вы получаете RMSE — удобную метрику, потому что она измеряется в тех же единицах, что и исходные данные.
Пример расчёта
Допустим, фактические значения равны 3, −0,5, 2, 7, а прогнозы — 2,5, 0,0, 2, 8. Тогда ошибки составляют 0,5, −0,5, 0, −1. После возведения в квадрат получаем 0,25, 0,25, 0, 1, что в сумме даёт 1,5 (это SSE). Деление на \(n = 4\) даёт MSE, равную 0,375, а RMSE равна \(\sqrt{0{,}375} \approx 0{,}6124\).
Частые вопросы
Какое значение MSE считается хорошим? Универсального порога не существует — MSE зависит от масштаба ваших данных. Чем меньше, тем лучше, а 0 означает идеальное совпадение. Сравнивайте значение с альтернативными моделями или с дисперсией целевой переменной.
В чём разница между MSE и RMSE? RMSE — это просто квадратный корень из MSE. Для отчётов чаще выбирают именно RMSE, потому что она выражена в тех же единицах, что и данные, и её проще интерпретировать.
Почему ошибки возводят в квадрат, а не берут по модулю? Возведение в квадрат делает функцию гладкой и дифференцируемой (что удобно для оптимизации) и сильнее штрафует крупные отклонения. Альтернатива — средняя абсолютная ошибка (MAE) — учитывает все отклонения линейно.
