Mean Squared Error กับ Mean Squared Error

ความแตกต่างทางความหมายระหว่าง Mean Squared Error (MSE) และ Mean Squared Prediction Error (MSPE) คืออะไร?

ความแตกต่างไม่ใช่การแสดงออกทางคณิตศาสตร์ แต่เป็นสิ่งที่คุณวัด

ค่าเฉลี่ยของข้อผิดพลาดกำลังสองวัดระยะห่างกำลังสองที่คาดหวังระหว่างตัวประมาณและพารามิเตอร์พื้นฐานจริง:

$$\text{MSE}(\hat{\theta}) = E\left[(\hat{\theta} - \theta)^2\right].$$

มันจึงเป็นการวัดคุณภาพของเครื่องประมาณ

หมายถึงข้อผิดพลาดของการทำนาย Squaredมาตรการที่คาดว่าจะยืดระยะห่างระหว่างสิ่งที่คุณทำนายคาดการณ์สำหรับค่าที่เฉพาะเจาะจงและสิ่งที่มูลค่าที่แท้จริงคือ

$$\text{MSPE}(L) = E\left[\sum_{i=1}^n\left(g(x_i) - \widehat{g}(x_i)\right)^2\right].$$

มันจึงเป็นการวัดคุณภาพของตัวทำนาย

สิ่งที่สำคัญที่สุดที่จะเข้าใจคือความแตกต่างระหว่างตัวทำนายและตัวประมาณ ตัวอย่างของตัวประมาณค่าจะนำความสูงเฉลี่ยเป็นตัวอย่างของผู้คนในการประมาณความสูงเฉลี่ยของประชากร ตัวอย่างของผู้ทำนายคือการเฉลี่ยความสูงของผู้ปกครองสองคนของแต่ละคนเพื่อคาดเดาความสูงเฉพาะของเขา พวกเขากำลังแก้ไขปัญหาที่แตกต่างกันสองอย่าง