Что такое среднеквадратическая ошибка (RMSE) в машинном обучении?

Одной из наиболее часто используемых метрик оценки для задач регрессии является RMSE, что означает среднеквадратичную ошибку.

Как вы рассчитываете RMSE?
Как указано в аббревиатуре, RMSE буквально представляет собой квадратный корень из среднего квадрата ошибки, причем ошибка представляет собой разницу между фактической целью и прогнозом модели.

Как вы интерпретируете RMSE?
В целом, чем ниже RMSE, тем лучше производительность модели. И если RMSE вашей модели равно нулю, то она идеально подходит или может быть ловушкой, поэтому вы можете вернуться и перепроверить.

Когда вы используете RMSE?
RMSE очень чувствителен к выбросам, поэтому, если ваши данные не содержат выбросов и если ваша модель не будет обрабатывать эти выбросы, вы можете использовать RMSE.

Другими распространенными показателями, похожими на RMSE, являются MSE или среднеквадратическая ошибка, используемая, когда разница ошибок очень мала. И RMSLE, что означает среднеквадратическую логарифмическую ошибку, используемую, когда целевой столбец распределен экспоненциально.

Чтобы узнать больше, следите за обновлениями!

Пожалуйста, воспользуйтесь возможностью подключиться и поделиться этим видео со своими друзьями и семьей, если вы считаете его полезным.