fw和mse都是评估机器学习模型性能的指标，但是它们有所不同。
fw和mse有区别。
fw指的是特征选择后的模型误差，而mse指的是所有样本的预测值和真实值差的平方和。
fw更注重特征的选取对模型的影响，而mse更注重整体的预测精度。
在实际应用中，我们需要根据具体情况选择适合的指标进行模型评估。
如果我们更注重特征的影响，可以使用fw作为评估指标；如果我们更注重整体预测精度，可以使用mse作为评估指标。
同时，也可以使用多个指标对模型进行全面评估。
现在的fw主要指FW GUNDAM CONVERGE系列，食玩部出的，东西很多坑很大，基本算是ms大图鉴了。
mse，指mobile suit ensemble，扭蛋部出的，比通常fw稍大，相较于fw主打可拓展性和可动性，通贩比较实惠，限定那是真的贵。另外有小弟扭蛋战士forte系列，走的是更传统的2~3头身比例。
