err = immse( X , Y ) обчислює середньоквадратичну помилку (MSE) між масивами X і Y . Нижче значення MSE вказує на більшу подібність між X і Y.
Щоб навчити мережу за допомогою функції trainnet із середньоквадратичною втратою помилки, встановіть для функції втрати значення "mse" . loss = mse( Y , targets ) обчислює половину середньоквадратичної помилки втрат між прогнозами Y і цільовими значеннями цілей для задач регресії. Вхід Y має бути відформатованим dlarray.
У статистиці середня квадратична помилка (MSE) або середньоквадратичне відхилення (MSD) оцінювача (процедури оцінки неспостережуваної величини) вимірює середнє значення квадратів помилок— тобто середній квадрат різниці між розрахунковими значеннями та фактичним значенням.
y = середньоквадратичне значення (x) повертає середньоквадратичне (RMS) значення вхідних даних x. Якщо x — вектор-рядок або стовпець, то y — дійсний скаляр. Якщо x — матриця, то y — вектор-рядок, що містить середньоквадратичне значення для кожного стовпця.
mse — функція продуктивності мережі. Це вимірює продуктивність мережі відповідно до середнього квадрата помилок.
Формула для середньоквадратичної помилки така MSE = Σ(yi − pi)2n, де yi — i-те спостережуване значення, pi — відповідне прогнозоване значення для yi, а n — кількість спостережень. Σ вказує на те, що підсумовування виконується за всіма значеннями i.