深入瞭解機器學習:驗收你的學習成果

平均平方錯誤

請考慮以下兩個情節:

一個 10 點的情節。一條線條穿過 6 個點。2 點等於 1 <img "units"quoquot;" 1⌖quot;" 2quoquot;" <quoquot;" abovequoquot;線條穿過 8 點。1 級

請查看下列選項。

上圖所示的兩個資料集中,哪一個是較大的平方平方錯誤 (MSE)?
左側的資料集。
該行的六個範例總共會損失 0。我們最不在線條的四個範例也離不遠,因此即使對其偏移進行偏移,仍會產生較低的值: $$ MSE = \frac{0^2 + 1^2 + 0^2 + 1^2 + 0^2 + 1^2 + 0^2 + 1^2 + 0^2 + 0^2} {10} = 0.4$$
右側的資料集。
線條上的八個範例總共會損失 0。不過,雖然線條上只有兩個點,但這些形狀的距離是左圖中離群點的兩倍平方損失會放大這些差異,因此偏移 2 會產生損失,為偏移的四倍。
$$ MSE = \frac{0^2 + 0^2 + 0^2 + 2^2 + 0^2 + 0^2 + 0^2 + 2^2 + 0^2 + 0^2} {10} = 0.8$$