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

这是均方误差（Mean Squared Error）的公式，其中 $n$ 是样本数量，$y_i$ 是第 $i$ 个样本的真实值，$\hat{y_i}$ 是第 $i$ 个样本的预测值。均方误差是一种常用的模型预测误差的度量方法，它衡量了预测值与真实值之间的平均差距的平方。通常情况下，均方误差越小，说明模型的预测越准确。