均方誤差（Mean Squared Error, MSE）是衡量“平均誤差”的一種較方便的方法。可以評價數據的變化程度。均方根誤差是均方誤差的算術平方根。

最小二乘（LS）問題是這樣一類優化問題，目標函數是若幹項的平方和，每一項具有形式，具體形式如下：
minimize （式1）
但是，我們在實際優化問題中經常看到的是另一種表示形式：
（式2）
其中是真值，是估計值，式1和式2是一樣的，只是用的符號不同，式1中的對應式2中的，即優化中要求的變量。

------------------------------------------------------------------------
作為過渡

------------------------------------------------------------------------
均方誤差（MSE）是一種加權最小二乘，它的權值是概率

最小二乘法（LS）：觀測值與實際數據誤差平方和最小，min(y-f(x))。

最小均方誤差（MMSE）：誤差平方和取均值再開方，在含噪數據中使預測模型有好的精度（概率最大模型），達到f(x)=y。

Minimum Mean Squared Error (MMSE)最小均方誤差