matlab计算MSE

MSE（Mean Squared Error）是一种常用的评估指标，用于衡量预测值与真实值之间的差异程度。在MATLAB中，可以通过以下步骤计算MSE：

1. 首先，准备好真实值和预测值的数据。假设真实值存储在向量y_true中，预测值存储在向量y_pred中。

2. 使用MATLAB的内置函数mean()计算平方误差（squared error），即将真实值与预测值之差平方后求平均。可以使用如下代码计算平方误差：

   squared_error = (y_true - y_pred).^2;

3. 使用MATLAB的内置函数mean()再次计算平均值，即可得到MSE。可以使用如下代码计算MSE：

   mse = mean(squared_error);

注意：在计算MSE时，真实值和预测值的长度应该相等。