MSE = \frac{1}{n} ∑{i=1}^n (yi - ̂{yi})^2是什么意思

这是均方误差（Mean Squared Error）的公式，用于衡量回归模型的预测值与真实值之间的差异。其中，n表示样本数量，yi表示真实值，̂yi表示模型的预测值。公式中求出每个样本的预测误差（即 yi - ̂{yi}），每个误差的平方，然后求平均值，得到均方误差。均方误差越小，说明模型的预测值越接近真实值，模型越准确。