最小均方根誤差
最小均方根誤差(Root Mean Squared Error, RMSE)是一個用於評估預測模型精確度的指標。它計算的是預測值和實際值之間的差異平方和的平均值的平方根。RMSE越小,表示模型的預測值與實際值之間的誤差越小,模型的預測性能越好。
公式表達如下:
RMSE = √(1/n * Σ(y_i - ŷ_i)^2)
其中:
- n 是數據點的數量;
- y_i 是第 i 個數據點的實際值;
- ŷ_i 是第 i 個數據點的預測值;
- Σ 表示對所有數據點求和;
- (y_i - ŷ_i)^2 是第 i 個數據點的誤差平方。
RMSE 是一個常用的評估模型性能的指標,尤其是在處理連續變量數據時。它不僅考慮了預測誤差的絕對值,還考慮了誤差的方差,這使得它對大的預測誤差更加敏感。因此,RMSE 可以幫助我們更好地理解模型預測的穩定性和一致性。