Mean Squared Error

释义 Definition

均方误差（MSE）：衡量预测值与真实值差异的一种常用指标，计算方法是把每个误差（预测值−真实值）平方后取平均。数值越小通常表示模型或估计越准确。（在统计与机器学习中也常作为一种“损失函数”。）

发音 Pronunciation (IPA)

/ˌmiːn skwerd ˈɛrər/

例句 Examples

The mean squared error of this model is low.
这个模型的均方误差很低。

To compare the two regressions fairly, we computed the mean squared error on the same test set and found that the simpler model generalized better.
为了公平比较两个回归模型，我们在同一测试集上计算均方误差，结果发现更简单的模型泛化效果更好。

词源 Etymology

该术语由三部分组成：mean（平均）、squared（平方的）、error（误差）。其含义直译即“误差的平方的平均值”。使用“平方”能让较大的误差受到更强惩罚，并避免正负误差相互抵消。

相关词 Related Words

• Bias
• Error
• Estimation
• Loss
• Mae
• Mean
• Regression
• Rmse
• Square
• Variance

文学与经典著作 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在回归与模型评估中讨论平方损失与MSE。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在回归/高斯噪声假设下推导与MSE相关的目标函数。
• An Introduction to Statistical Learning（James et al.）——以通俗方式介绍测试误差与MSE等评估指标。
• The Nature of Statistical Learning Theory（Vladimir Vapnik）——在学习理论框架下讨论风险最小化与平方损失（与MSE密切相关）。