Wie berechnet man MSE in R

Eine der am häufigsten verwendeten Metriken zur Messung der Vorhersagegenauigkeit eines Modells ist MSE, was für Mean Squared Error steht. Es wird berechnet als:

MSE = (1 / n) * Σ (Ist – Vorhersage) ²

wobei:

Σ – ein ausgefallenes Symbol, das „Summe“ bedeutet
n – Stichprobengröße
Ist – der tatsächliche Datenwert
Vorhersage – der vorhergesagte Datenwert

Je niedriger der Wert für MSE ist, desto genauer kann ein Modell Werte vorhersagen.

Abhängig davon, in welchem Format Ihre Daten vorliegen, gibt es zwei einfache Methoden, mit denen Sie der MSE eines Regressionsmodells in R berechnen können.

Methode 1: MSE aus dem Regressionsmodell berechnen

In einem Szenario haben Sie möglicherweise ein angepasstes Regressionsmodell und möchten einfach der MSE des Modells berechnen. Beispielsweise haben Sie möglicherweise das folgende Regressionsmodell:

#mtcars-Dataset laden
data(mtcars)

#Regressionsmodell anpassen
model <- lm(mpg~disp+hp, data=mtcars)
#Modellzusammenfassung anzeigen
model_summ <-summary(model)

Um den MSE für dieses Modell zu berechnen, können Sie die folgende Formel verwenden:

#MSE berechnen
mean(model_summ$residuals^2)
[1] 8.85917

Dies sagt uns, dass der MSE 8.85917 ist.

Methode 2: Berechnen Sie der MSE aus einer Liste vorhergesagter und tatsächlicher Werte

In einem anderen Szenario haben Sie möglicherweise einfach eine Liste mit vorhergesagten und tatsächlichen Werten. Beispielsweise:

#Erstellen Sie ein Dataframe mit einer Spalte mit tatsächlichen Werten und einer Spalte mit vorhergesagten Werten
data <- data.frame(pred = predict(model), actual = mtcars$mpg)
#Die ersten sechs Datenzeilen anzeigen
head(data)

                      pred actual
Mazda RX4         23.14809   21.0
Mazda RX4 Wag     23.14809   21.0
Datsun 710        25.14838   22.8
Hornet 4 Drive    20.17416   21.4
Hornet Sportabout 15.46423   18.7
Valiant           21.29978   18.1

In diesem Fall können Sie die folgende Formel zur Berechnung der MSE verwenden:

#MSE berechnen
mean((data$actual - data$pred)^2)
[1] 8.85917

Dies sagt uns, dass der MSE 8.85917 ist, was der MSE entspricht, die wir mit der vorherigen Methode berechnet haben.

Verwandt So berechnen Sie RMSE in R

Wie berechnet man MSE in R