V lineární regresi se ve výchozím nastavení používá funkce ztráty MSE (Střední čtvercová chyba). Vypočítává průměr čtverců rozdílů mezi předpovězenými a skutečnými hodnotami:

[ MSE = \frac{1}{n} \sum_{i=1}^n (y_i - \hat{y}_i)^2 ]

Kde:

(y_i) — skutečná hodnota
(\hat{y}_i) — předpovězená hodnota
(n) — počet pozorování

MSE je vhodné pro regresní úlohy, protože silně trestá velké chyby, což přispívá k přesnějšímu tréninku modelu.

Předchozí Další