모델의 예측 성능을 평가하는 가장 기본적인 지표 중 하나

모델이 예측한 값($ \hat{y}$ )과 실제 값(y) 사이의 차이인 오차(잔차)를 계산한 다음, 이 오차를 제곱하고, 전체 데이터에 대해 이 제곱된 오차들의 평균을 낸 값

MSE 값이 0에 가까울수록 모델의 예측이 실제 값과 매우 유사하다는 것을 의미

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

n = 전체 데이터 개수
y = i번째 실제 값 (참값)
$ \hat{y} $ = i번째 예측 값 (모델 출력)