Mse ဂဏန်းပေါင်းစက်
ပျမ်းမျှစတုရန်းအမှားအယွင်း (MSE) သည် ကျွန်ုပ်တို့၏ခန့်မှန်းထားသောတန်ဖိုးများသည် ပျမ်းမျှအားဖြင့် ဆုတ်ယုတ်မှုခွဲခြမ်းစိတ်ဖြာမှုတစ်ခုတွင် ကျွန်ုပ်တို့၏လေ့လာတွေ့ရှိထားသောတန်ဖိုးများမှ မည်မျှဝေးသည်ကိုပြောပြသော အတိုင်းအတာတစ်ခုဖြစ်သည်။ အောက်ပါအတိုင်း တွက်ချက်သည်။
MSE = Σ(P i – O i ) 2 / n
ရွှေ-
- ∑ သည် “ပေါင်း” ဟု အဓိပ္ပါယ်ရသော ဖန်စီသင်္ကေတတစ်ခုဖြစ်သည်။
- P i သည် IT Observation အတွက် ခန့်မှန်းတန်ဖိုးဖြစ်သည်။
- O i သည် ith observation အတွက် မှတ်သားထားသော တန်ဖိုးဖြစ်သည်။
- n သည် နမူနာအရွယ်အစားဖြစ်သည်။
ဆုတ်ယုတ်မှုတစ်ခု၏ MSE ကိုရှာရန်၊ အောက်ပါအကွက်နှစ်ခုတွင် စောင့်ကြည့်ထားသော တန်ဖိုးများနှင့် ခန့်မှန်းတန်ဖိုးများစာရင်းကို ရိုးရှင်းစွာထည့်ပါ၊ ထို့နောက် “ တွက်ချက်ရန်” ခလုတ်ကို နှိပ်ပါ-
စောင့်ကြည့်ထားသော တန်ဖိုးများ-
ခန့်မှန်းတန်ဖိုးများ-
MSE = 2.43242
function calc() {
var obs = document.getElementById('input_data_obs').value.split(',').map(Number);
var pred = document.getElementById('input_data_pred').value.split(',').map(Number);
//check that both lists are equal length if (obs.length - pred.length == 0) { document.getElementById('error_msg').innerHTML = ''; //calculate RMSE let error = 0 for (let i = 0; i < obs.length; i++) { error += Math.pow((pred[i] - obs[i]), 2) } var RMSE = error / obs.length; document.getElementById('RMSE').innerHTML = RMSE.toFixed(5); } else { document.getElementById('RMSE').innerHTML = ''; document.getElementById('error_msg').innerHTML = 'The two lists must be of equal length.'; } } //end calc function