Знаешь ли формулу MSE

MSE (Mean Squared Error) — это среднее значение квадратов разностей между предсказанными и фактическими значениями. Формула:

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

где:

• ( y_i ) — истинное значение,
• ( \hat{y}_i ) — предсказанное значение,
• ( n ) — количество наблюдений.

Пример вычисления в Python:

from sklearn.metrics import mean_squared_error
y_true = [3, -0.5, 2, 7]
y_pred = [2.5, 0.0, 2, 8]
mse = mean_squared_error(y_true, y_pred)
print(mse)  # 0.375