均方根误差(常缩写为 RMSE):一种衡量预测值与真实值差异的指标。它先对误差(预测−真实)平方求平均(MSE),再开平方,因此单位与原始数据一致。RMSE 越小,模型整体预测误差通常越小;但因“平方”会更强调较大的偏差(离群误差更“惩罚”)。
/ˌruːt miːn skwerd ˈerər/
The RMSE of the model is 2.3.
这个模型的均方根误差(RMSE)是 2.3。
We compared several regressors and chose the one with the lowest RMSE on the validation set to reduce large prediction errors.
我们比较了多个回归模型,并选择在验证集上 RMSE 最低的那个,以减少较大的预测误差。
该术语由统计学与数值分析中的 root mean square(均方根:先“平方→取平均→再开方”)与 error(误差)组合而成,用来表示“误差的均方根”。在机器学习与预测建模中常用缩写 RMSE。