В прошлой статье, посвящённой показателям разброса данных, среди прочих я приводил формулу среднеквадратического отклонения: В ней оно равно квадратному корню из среднего квадрата отклонения величин от их среднего значения. С этой популярной формулой всё более-менее понятно: сначала мы рассчитываем отклонения от среднего для каждой точки, возводим их в квадрат (чтобы избавиться от отрицательных значений), определяем среднюю величину этих квадратов, а потом извлекаем из него корень. Однако из памяти...

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,...