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。