均方误差（Mean Squared Error, MSE）是一种常用的衡量回归模型预测值与真实值之间差异的指标。它是回归问题中误差平方和的平均值，即每个数据点的误差平方和除以数据点的个数。均方误差越小，说明预测值与真实值越接近，模型的预测能力越强。均方误差通常用于衡量回归模型的性能，比如线性回归、支持向量回归、决策树回归等。需要注意的是，均方误差对异常值比较敏感，因此在使用时需要谨慎。另外，对于不同的问题，有时候使用均方误差作为评价指标并不一定是最优的选择，可以根据具体问题选择合适的评价指标。