W regresji liniowej domyślnie używana jest funkcja straty MSE (Mean Squared Error) — średni błąd kwadratowy. Oblicza ona średnią wartość kwadratów różnic między przewidywanymi a rzeczywistymi wartościami:

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

Gdzie:

(y_i) — wartość rzeczywista
(\hat{y}_i) — wartość przewidywana
(n) — liczba obserwacji

MSE jest dobrze dopasowany do zadań regresji, ponieważ silnie karze duże błędy, co sprzyja dokładniejszemu szkoleniu modelu.

Poprzednia Dalej