Средняя квадратичная ошибка представляет собой среднеквадратичное отклонение результатов измерений от истинного значения. Метрика довольно часто используется для оценки качества предсказаний в различных областях, в том числе в статистике, машинном обучении и эконометрике. Она позволяет измерить разность между средним арифметическим значением и фактическими значениями величины.
Функция для MSE
answers = [623, 253, 150, 237]
predictions = [649, 253, 370, 148]
def mse(answers, predictions):
total=0
for i in range(len(answers)):
total+=(answers[i]-predictions[i])**2
result= total/ len(answers)
return result
print(mse(answers, predictions))
или
from sklearn.metrics import mean_squared_error
answers = [623, 253, 150, 237]
predictions = [649, 253, 370, 148]
result = mean_squared_error(answers, predictions)
print(result)
#стандартное квадратичное отклонение
#среднее квадратичное отклонение
#mean squared error
