MCDMError metric
均方根误差 (RMSE)
均方根误差 (RMSE) 是一个广泛使用的指标，用于衡量回归模型中预测误差的平均幅度。RMSE 源于卡尔·弗里德里希·高斯关于最小二乘估计的工作（1809年），它通过平均平方差并取平方根来量化预测值与观测值之间的偏差。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Gauss, C. F. (1809). Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium. Hamburg: Perthes and Besser. link ↗
- Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Paris: F. Didot. link ↗
- Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2nd ed.). New York: Springer. DOI: 10.1007/978-0-387-84858-7 ↗
如何引用本页
ScholarGate. (2026, June 3). Root Mean Squared Error. ScholarGate. https://scholargate.app/zh/model-evaluation/root-mean-squared-error
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 平均绝对误差 (MAE)模型评估↔ 比较
- 平均绝对百分比误差 (MAPE)模型评估↔ 比较
- 均方误差 (MSE)模型评估↔ 比较
- R平方 (R²)模型评估↔ 比较