Średni błąd kwadratowy vs. średni błąd prognozowania kwadratowy


Odpowiedzi:


24

Różnica nie polega na wyrażeniu matematycznym, ale raczej na tym, co mierzysz.

Średni błąd kwadratu mierzy oczekiwaną kwadratową odległość między estymatorem a prawdziwym parametrem leżącym u podstaw:

MSE(θ^)=mi[(θ^-θ)2)].

Jest to zatem pomiar jakości estymatora.

Że średni błąd predykcji squared środki oczekiwana kwadratu odległości między co się predyktorem przewiduje dla określonej wartości i jaka jest prawdziwa wartość:

MSPE(L.)=mi[ja=1n(sol(xja)-sol^(xja))2)].

Jest to zatem pomiar jakości predyktora.

Najważniejszą rzeczą do zrozumienia jest różnica między predyktorem a estymatorem. Przykładem estymatora byłoby pobranie średniej wysokości próby ludzi w celu oszacowania średniej wysokości populacji. Przykładem predyktora jest uśrednienie wzrostu dwojga rodziców danej osoby w celu odgadnięcia jej określonego wzrostu. W ten sposób rozwiązują dwa bardzo różne problemy.


Ale strona wiki MSE zawiera również przykład MSE na temat predyktorów, en.wikipedia.org/wiki/Mean_squared_error
awokado

Nie jestem pewien, czy estymator kontra predyktor ma tutaj znaczenie. Oba są miernikami, które mierzą faktyczne y vs f (x), gdzie f (x) ma przybliżać y z wektora cech x
Terence Parr

1
Ta odpowiedź byłaby lepsza, gdyby dotyczyła możliwości wykorzystania MSE do oznaczania różnych rzeczy w różnych kontekstach.
eric_kernfeld
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.