Regresní metriky a optimalizace

Průměrná kvadratická chyba

Mean squared error, MSE, je průměr druhých mocnín rozdílů mezi skutočnými a predikovanými hodnotami. Umocnení odstraní znaménko a zvečší relativní vliv velkých reziduí, proto metrika výrazně penalizuje extrémně omyly. MSE má jedničku cílové proměnné na druhou a minimum nula. Jako ztrátová funkce je hladká a při štandardných predpokladoch souvisí s maximálnou vierohodností při gaussovskom šume. Minimalizace MSE vede k odhadu podmieneného průměru.

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-M-09

Odborná definice

Odborná definice

Mean squared error, MSE, je průměr druhých mocnín rozdílů mezi skutočnými a predikovanými hodnotami. Umocnení odstraní znaménko a zvečší relativní vliv velkých reziduí, proto metrika výrazně penalizuje extrémně omyly. MSE má jedničku cílové proměnné na druhou a minimum nula. Jako ztrátová funkce je hladká a při štandardných predpokladoch souvisí s maximálnou vierohodností při gaussovskom šume. Minimalizace MSE vede k odhadu podmieneného průměru.

Srozumitelné vysvětlení

Srozumitelné vysvětlení

Při chybách 1, 2 a 6 nevznikne průměr z hodnot 1, 2 a 6, ale z jejich štvorců 1, 4 a 36. Posledný omyl tak ovlivní výsledek ovela silnější. MSE je užitečné, když velké chyby představují mimoriadne riziko nebo když potrebujeme hladkou funkci pro gradientnou optimalizaci. Číslo však už není v původní jednotke, proto se na komunikaci často používá odmocnina RMSE. V datech s chybnými extrémami může model obetovat běžné případy, aby znížil několik velmi velkých reziduí.

Časté otázky

Časté otázky

Proč MSE zvýrazňuje velké chyby?

Druhá mocnina roste rychleji než samotná absolutní hodnota. Chyba dvakrát větší proto přispívá štvornásobne.

Jaký je rozdíl mezi MSE a RMSE?

RMSE je druhá odmocnina MSE. Zachovává stejné pořadí modelů, ale vrací výsledek do jednotky cílové proměnné.

Je nižší MSE vždy lepší biznis výsledek?

Ne. Metrika předpokládá symetrickou kvadratickou cenu chyby. Reálný náklad může být asymetrický, prahový nebo závislý od segmentu.

Jako outlier ovlivní MSE?

Extrémně reziduum může dominovat průměru. Před použitím je třeba ověřit kvalitu záznamu, robustní alternativy a výkon na běžných i kritických případech.

Proč se při tréninku často používá MSE?

Má jednoduchý gradient, je numericky dobře spracovatelná a při gaussovskom modeli šumu má jasnou statistickou interpretaci. To však neznamená, že je vhodná pro každý cíl.

Související pojmy

Související pojmy

Zdroje a redakční stopa

Zdroje a redakční stopa

  • scikit-learn, mean_squared_error

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.