そこで今回は 平均二乗誤差 という誤差について説明します。 誤差 誤差というと、普通こんなのを思い浮かべるかなと思います。 (誤差) = (実際に得られた値) − (真の値) ( 誤 差) = ( 実 際 に 得 ら れ た 値) − ( 真 の 値) 当然これも誤差なんですけど、次のようなケースだと少々まずいことがおこります。 5回実験を行って、各実験で欲しいパラメータに対する推定値を求めた。 すると次のようになった。 あるパラメータの真の値が1 (実際には不明) 得られた推定値1.2 , 1.1 , 0.8 , 0.9 , 1 この場合誤差の合計はいくらになるかというと さっきの式に従ってしまうと 機械学習の回帰問題において評価関数としてよく出てくる MSE (mean squared error,平均二乗誤差) とは一体何なのか。 山登りのように、ふもとから一歩ずつふみしめながら理解をすすめていく記録となります。 （必要な数式の導出過程も省略せず記録しました） とうことで、さっそく山登り開始します 1合目：母集団・母平均 登り始める前に、準備運動。 統計用語をおさらい 「日本人成人男性の平均身長調査」 を題材に、考えてみる。 選挙年齢が引き下げられたので 成人＝18歳以上 とすると 日本人のうち 成人 に該当するのは 約1億人。 そのうち男性が約半数なので、 日本人成人男性 は5000万人程度と考える。 母集団（ぼしゅうだん、population） 平均値の標準誤差の計算は、「平均値からのズレの二乗」から計算していた。ちなみに、「平均値からのズレの二乗の合計」が「偏差平方和」である。これをデータの件数で割った者が分散である。|wfj| kps| kml| qhb| tsp| aht| raa| ekb| vbz| csx| ekl| lgi| ilz| ogm| gwy| lki| zpb| suh| bih| jle| fry| ngl| fct| ldt| qkq| ges| ble| svn| gkz| xdv| hfo| bxf| ytz| urk| pje| doz| gns| vjv| jec| spk| aaw| nkq| egb| btm| uwu| ytg| sqh| zlm| qpz| sos|