Mean Squared Error (MSE) คืออะไร Mean Absolute Error (MAE) คืออะไร Root Mean Squared Error (RMSE) คืออะไร – Loss Function ep.2

จาก ep ก่อนที่เราสอนเรื่อง Regression มีการพูดถึง MSE Loss Fuction ใน ep นี้เราจะมาเจาะลึกกันเรื่อง Loss ที่นิยมใช้ใน งาน Regression มีอะไรบ้าง แล้วข้อดีข้อเสียของแต่ละตัวเป็นอย่างไร เราควรเลือกใช้ตัวไหนเมื่อไร

Loss Function ที่นิยมใช้ในงาน Regression ในปัจจุบัน มีหลายตัว ตัวอย่างเช่น Mean Absolute Error (MAE) หรือ L1 Loss , Mean Squared Error (MSE) หรือ L2 Loss , Root Mean Squared Error (RMSE)

สูตร MAE

\( \mathrm{MAE} = \frac{\sum_{i=1}^n\left| y_i-\hat{y_i}\right|}{n} \)

สูตร MSE

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

สูตร RMSE

\( \operatorname{RMSD}=\sqrt{\frac{\sum_{i=1}^n ( y_i – \hat y_i)^2}{n}} \)

เรามาเริ่มกันเลย