Lineáris regresszióban alapértelmezés szerint az MSE (Mean Squared Error) veszteségfüggvényt használják. Ez kiszámítja a predikált és a valós értékek közötti különbségek négyzetének átlagát:

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

Ahol:

(y_i) — valódi érték
(\hat{y}_i) — előrejelzett érték
(n) — megfigyelések száma

Az MSE jól alkalmas regressziós feladatokra, mivel erősen bünteti a nagy hibákat, ami hozzájárul a modell pontosabb tanításához.

Korábbi Következő