均方误差损失 (MSE) - 回归问题的常用指标

均方误差损失 (Mean Square Error，简称 MSE) 是一种用于衡量模型预测结果与真实值之间误差的指标。它计算方法是将每个样本的预测值与真实值的差平方后求平均值，即：

$MSE = \frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y_i})^2$

其中，$n$表示样本数量，$y_i$表示第$i$个样本的真实值，$\hat{y_i}$表示第$i$个样本的预测值。

MSE 越小，表示模型的预测结果与真实值之间的误差越小，模型的性能越好。MSE 常用于回归问题中，例如房价预测、股票价格预测等。