Что такое MSE

MSE (Mean Squared Error) — это среднее значение квадратов ошибок между предсказанными и фактическими значениями. Чем меньше MSE, тем точнее модель. Формула:

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

Пример на 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(f"MSE: {mse:.2f}")  # MSE: 0.38

Нюансы:

• Чувствителен к выбросам (из-за квадратичной природы).
• Единицы измерения — квадрат единиц целевой переменной.
• Для интерпретации лучше использовать RMSE (корень из MSE).