均方误差 (MSE) - 回归模型性能评估指标

均方误差 (Mean Squared Error，MSE) 是衡量实际值与预测值之间差异的一种方法，通常用于评估回归模型的性能。它是预测误差的平方和除以样本数量的平均值，即：

MSE = 1/n * ∑(y - y_hat)^2

其中，n 是样本数量，y 是实际值，y_hat 是预测值。MSE 越小，说明预测结果越接近实际值，模型性能越好。