Machine learning MSE值对预测模型的准确性和性能有何影响？

在实现线性回归后，我得到的均方误差值为6.2，随机森林回归得到的均方误差值约为5.369。我无法得出结论，如果这是一个好的值，预测模型的指标。该值对预测或模型的准确性和性能有何指示？有人能指出这是一个可接受的值还是需要改进模型吗？

错误取决于数据的规模

---

它不能跨不同的数据进行比较，并且没有“默认”的好值。这取决于你可以接受的预测错误是什么。

为了补充前面的答案，我想说你需要有一个基线来与你的模型进行比较。能够分析模型性能非常重要。如前所述，基线可能是您可以接受的预测错误，也可能是“随机”分类器的性能（例如在分类任务中），或者可能是您尝试的“最简单”模型的性能（例如，6.2分可能是用于测试其他模型的基线）