ความคลาดเคลื่อนกําลังสองเฉลี่ย
พิจารณาพล็อต 2 รายการต่อไปนี้
 |
<img "units"gclidquot;" 1msgidquot;" 2msgidquot;" <gclidquot;" overgclidquot;" altdoubleclickquot;พล็อต 10 คะแนน เส้นใช้จุด 8 จุด 1 คะแนนคือ 2 "ตารางด้านล่างWquot;" isgclidquot;" line."gclidquot;" line;msgidquot;" othergclidquot;" pointgclidquot;" srcdoubleclickquot;/static/machine-learning/crash-course/images/MCEDescending;t&quo;tquo&;;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;"t;quot;t;quoquo;t;quoquo;t;quoquo;t;quoquo;t;"t; |
ดูตัวเลือกด้านล่าง
ชุดข้อมูล 2 ชุดใดที่แสดงในพล็อตก่อนหน้านี้มีค่าเฉลี่ยข้อผิดพลาดกําลังสองเฉลี่ย (MSE) สูงกว่า
ชุดข้อมูลทางด้านซ้าย
ตัวอย่าง 6 รายการในบรรทัดนี้มีการสูญเสียทั้งหมดเป็น 0 ตัวอย่างทั้ง 4 รายการที่ไม่ได้อยู่ในบรรทัดอยู่ไม่ไกลจากเส้นเดียวกัน แม้กระทั่งการตัดทอนค่าออฟเซ็ตจึงยังให้ผลตอบแทนต่ํา นั่นคือ
$$ MSE = \frac{0^2 + 1^2 + 0^2 + 1^2 + 0^2 + 1^2 + 0^2 + 1^2 + 0^2 +
0^2} {10} = 0.4$$
ชุดข้อมูลทางด้านขวา
ตัวอย่าง 8 รายการในบรรทัดนี้มีการสูญเสียทั้งหมดเป็น 0 อย่างไรก็ตาม แม้ว่าจะมีเพียง 2 คะแนนที่วางนอกบรรทัด แต่จุดทั้ง 2 จุดดังกล่าวอยู่ในตําแหน่งที่ 2 ไกลจากเส้นด้านนอกเมื่อเทียบกับจุดที่ผิดปกติในตัวเลขด้านซ้าย การสูญเสียกําลังสองจะเพิ่มความแตกต่างเหล่านั้น ดังนั้นออฟเซ็ตของสองจึงทําให้เกิดการสูญเสียมากเป็นสี่เท่าของการชดเชยหนึ่ง
$$ MSE = \frac{0^2 + 0^2 + 0^2 + 2^2 + 0^2 + 0^2 + 0^2 + 2^2 + 0^2 +
0^2} {10} = 0.8$$