In lineaire regressie wordt standaard de MSE (Mean Squared Error) verliesfunctie gebruikt. Deze berekent de gemiddelde waarde van de kwadraten van de verschillen tussen de voorspelde en werkelijke waarden:

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

Waar:

(y_i) — werkelijke waarde
(\hat{y}_i) — voorspelde waarde
(n) — aantal observaties

MSE is geschikt voor regressietaken omdat het grote fouten sterk bestraft, wat bijdraagt aan een nauwkeurigere modeltraining.

Vorige Volgende