Как мне оценить, является ли среднеквадратическая ошибка (MSE) разумной или нет?

Question

Я создаю регрессионные модели, используя scikit learn. Теперь мне интересно, как я могу оценить, является ли среднеквадратическая ошибка разумной или плохой?
Например, когда я делаю перекрестную проверку, MSE данных тестирования для модели данных поезда составляет 0,70. Это разумный или плохой результат?
Также имеет ли смысл рассчитать MSE всех данных для модели, сравнить их и посмотреть, совпадают ли оценки?
Это не вопрос программирования, но я хочу знать, как оценить значение. Я не уверен, что мой путь правильный или нет.

Answer 1

Способ использования MSE или других показателей производительности регрессии ( ссылка ) заключается в сравнении разных моделей (или одних и тех же моделей с разными гиперпараметрами). Если вы сохраните свой набор данных постоянным, это даст вам представление о том, какие модели работают лучше, а какие хуже.

Позвольте мне предложить 2 эталонных регрессионных модели, чтобы всегда сравнивать вашу сложную модель с. Если вы не можете победить их с точки зрения теста MSE (или других), вы делаете что-то не так

1. Фиктивный регрессор ссылка
2. Линейная регрессия ссылка