计算MSE均方误差的公式
MSE（Mean Squared Error）即均方误差，是一种用于衡量模型预测效果的指标。它的计算公式如下：
MSE = 1/n * ∑(i=1~n) (yi - y^i)^2
其中，n表示数据集中样本的数量，yi表示第i个样本的真实值，y^i表示第i个样本的预测值。
均方误差的计算过程是首先求每个样本的预测值与真实值之差的平方，然后将所有样本的平方差相加，并除以样本数量n。
均方误差越小，表明模型预测效果越好。在机器学习和深度学习中，MSE常被用作回归模型的评价指标。
