Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

RMSE

El error cuadrado medio de la raíz (RMSE) es una forma de medir qué tan lejos están las predicciones o estimaciones de los valores reales. Le da una idea del tamaño promedio de los errores en un conjunto de mediciones, pero con más enfoque en errores más grandes.

Así es como funciona:

  1. Calcule el error : para cada predicción, reste el valor real del valor predicho. Esto le da el "error" para cada medición.
  2. Cuadrado los errores : este paso elimina los signos negativos y da más peso a errores más grandes.
  3. Encuentre el promedio de los errores al cuadrado : agregue todos los errores al cuadrado y luego divida por el número de medidas. Esto te da el error cuadrado "medio".
  4. Tome la raíz cuadrada : finalmente, tome la raíz cuadrada del error cuadrático medio. Esto devuelve el resultado a las mismas unidades que los valores originales (por ejemplo, metros, grados).

Por qué es importante:

RMSE le brinda un número único que representa cómo están "desactivados" sus predicciones, en promedio. RMSE más bajo significa una mejor precisión, mientras que el RMSE más alto significa errores mayores.