Saya memiliki 3 dataset dari sistem yang sama. Tetapi untuk yang pertama, saya memiliki 21 pengukuran. Untuk yang kedua dan ketiga saya hanya memiliki 9 pengukuran. Sekarang saya membuat model menggunakan 3 dataset ini (jadi 3 model, 1 per dataset). Ketika saya ingin membandingkan kesalahan antara dua dataset ini. Apakah ada keuntungan yang jelas dengan menggunakan MSE sebagai pengganti LSE (least squared error). Di internet saya tidak menemukan jawaban yang jelas untuk ini. Apa keuntungan utama?
sumber
MSE (Mean Squared Error) adalah rata-rata kesalahan kuadrat yaitu perbedaan antara estimator dan estimasi. MMSE (Minumum Mean Square Error) adalah estimator yang meminimalkan MSE. Oleh karena itu LSE dan MMSE dapat dibandingkan karena keduanya adalah penduga. LSE dan MSE tidak dapat dibandingkan seperti yang ditunjukkan oleh Anil. Ada beberapa perbedaan penting antara MMSE dan LSE, secara teoritis.
MMSE optimal untuk semua realisasi proses sementara LSE optimal untuk data yang diberikan itu sendiri. Ini karena MMSE menggunakan rata-rata ensemble (ekspektasi) sementara LSE menggunakan rata-rata waktu.
Apa artinya secara praktis adalah: 1. Untuk MMSE Anda perlu mengetahui sifat statistik urutan kedua dari data (korelasi silang dan autokorelasi), sedangkan untuk LSE Anda hanya perlu data. Autokorelasi & korelasi silang mahal secara komputasi dan perhitungan yang akurat membutuhkan banyak titik data / eksperimen. 2. Koefisien MMSE optimal untuk proses sehingga optimal untuk semua set data proses sementara LSE hanya optimal untuk set data tertentu. Koefisien LSE tidak akan tetap optimal jika dataset berubah.
Harap perhatikan juga bahwa MMSE mendekati LSE jika prosesnya ergodik dan jumlah titik data mendekati tak terhingga.
sumber
Saya percaya jawaban pertama saat ini oleh Anil Narassiguin menyesatkan. Dikatakan di bawah: "LSE adalah metode yang membangun model dan MSE adalah metrik yang mengevaluasi kinerja model Anda."
Ini tidak benar. Pada dasarnya, keduanya adalah fungsi kerugian / biaya . Keduanya menghitung kesalahan prediksi saat ini saat iterasi sehingga bobot dapat dioptimalkan.
Namun, LSE digunakan untuk masalah klasifikasi sementara MSE digunakan untuk masalah regresi. Saya percaya ini adalah perbedaan utama antara keduanya, jadi Anda perlu mencari tahu masalah apa yang Anda miliki, regresi klasifikasi.
sumber