Sum of Squared Errors

定义 Definition

Sum of Squared Errors（SSE，误差平方和）：把每个观测值与模型预测值之间的误差（残差）分别平方后再相加的总和，用来衡量模型拟合数据的好坏；SSE 越小，通常表示拟合越好。（在回归、曲线拟合、聚类等情境中都常见。）

发音 Pronunciation

/ˌsʌm əv skwɛərd ˈɛrərz/

例句 Examples

The model was trained by minimizing the sum of squared errors.
该模型通过最小化误差平方和来训练。

Because outliers get squared, the sum of squared errors can be dominated by a few extreme points, so we checked the residual plot as well.
由于离群点的误差会被平方，误差平方和可能被少数极端点主导，因此我们也检查了残差图。

词源 Etymology

这是一个统计与优化领域的组合术语：sum（总和）+ squared（平方的）+ errors（误差）。其核心思想来自最小二乘法（least squares）：用“误差平方”的方式避免正负误差相互抵消，并对较大误差施加更强惩罚，从而得到便于计算与分析的目标函数。

相关词 Related Words

• Least Squares
• Residual
• Mean Squared Error
• Root Mean Squared Error
• Loss Function
• Regression
• Objective Function
• Sum of Squares

文学与经典著作 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在回归与模型评估章节中讨论以 SSE/残差平方和为核心的拟合准则。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在线性回归与误差函数（平方误差）部分使用 SSE 形式的目标函数。
• An Introduction to Statistical Learning（James, Witten, Hastie, Tibshirani）——用残差平方和解释回归拟合与模型比较。
• Numerical Recipes（Press 等）——在数据拟合与最小二乘相关章节中出现误差平方和的最小化思想。