RMSE 是 root mean square error(均方根误差) 的缩写,用于衡量预测值与真实值之间误差的大小;数值越小,通常表示模型预测越准确。常见于回归、预测与模型评估中。
/ˌɑːr ɛm ɛs ˈiː/
The RMSE of our model is 2.3.
我们模型的 RMSE 是 2.3。
Although two models had similar MAE, the one with a lower RMSE was preferred because it penalized large errors more strongly.
尽管两个模型的 MAE 相近,但由于 RMSE 对大误差惩罚更强,因此更偏好 RMSE 更低的那个模型。
RMSE 来自统计与数值分析中的误差度量:Root(开方) + Mean(平均) + Square(平方) + Error(误差)。它的计算思路是先对误差平方(让负误差变正并放大大误差),再取平均,最后开方,使结果回到与原变量相同的量纲。