متوسط مربع الخطأ (Mean Squared Error) هو مصطلح ظهر في مقالات قرمصيص ويستحق شرحاً مستقلاً. مقياس يحسب متوسط مربعات الفروق بين القيم المتوقعة والحقيقية. فهمه يساعدك على قراءة الشروحات ونتائج التجارب من غير خلط بين الاسم ووظيفته الفعلية.
باختصار
مقياس يحسب متوسط مربعات الفروق بين القيم المتوقعة والحقيقية.
بالتفصيل
تربيع الخطأ يمنع الإشارات الموجبة والسالبة من إلغاء بعضها ويعطي الأخطاء الكبيرة وزناً أعلى. لذلك يستخدم كثيراً كدالة خسارة أو مقياس في الانحدار، وتكون أفضل قيمة ممكنة له صفراً.
الفكرة العملية هي النظر إلى مكان المصطلح داخل خط العمل: ما البيانات التي تدخل إليه، وما النتيجة التي ينتجها، وما التكلفة أو الافتراض الذي يضيفه. المقارنة العادلة تحتاج تجربة على بيانات منفصلة ومقياس مناسب، لا الاعتماد على الاسم أو الشهرة وحدهما.
مثال عملي
إذا أخطأ نموذج الأسعار بمقدار 2 و5، فإن MSE يحسب متوسط 4 و25، فيصبح الخطأ الأكبر أكثر تأثيراً.
خلي بالك: وحدته مربعة مقارنة بوحدة الهدف، كما أنه حساس للقيم الشاذة؛ أحياناً يكون MAE أسهل تفسيراً.
مصطلحات مرتبطة
Loss Function، Linear Regression، Regression. قراءة هذه المصطلحات معاً توضح العلاقة بين البيانات والتدريب والتقييم والتشغيل.
المصادر: scikit-learn
