MSE, 平均二乗誤差、二乗和誤差 (Mean square error; MSE)、分散

ある値$c$に対して,各データ値$x_i$とすると、

$$ \text{MSE}(c) = \frac{1}{n} \sum_{i=1}^n (x_i-c)^2 $$

回帰(regression)の分類に使う
機械学習では(正解データ - 予測値)となる

別の例

$X_i$は標本データ $\bar{x}$は標本データの平均値 いわゆる分散

$$ MSE(x) = \frac{1}{n} \sum_{n=1}^n (x_i - \bar{x})^2 $$

分散を最小にする場合は、最小平均二乗誤差(MMSE:Minimum Mean Square Error)とも

REFERENCES:

  • https://heartbeat.fritz.ai/5-regression-loss-functions-all-machine-learners-should-know-4fb140e9d4b0
  • http://wild-data-chase.com/index.php/2018/12/23/post-270/