MSE

MSE는 "Mean Squared Error"의 약자로, 평균 제곱 오차를 의미합니다. 이는 통계 및 머신러닝에서 모델의 예측값과 실제값 간의 차이를 평가하는데 사용되는 지표입니다. MSE는 각 오차의 제곱을 계산한 후, 이들을 평균하여 얻습니다. 수식으로 표현하면 다음과 같습니다: \[ MSE = \frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2 \] 여기서 \( y_i \)는 실제값, \( \hat{y}_i \)는 예측값, 그리고 \( n \)은 데이터 포인트의 개수를 나타냅니다. MSE 값이 낮을수록 모델의 예측이 실제값에 가까움을 의미합니다.