归一化均方误差(NMSE)

归一化均方误差（Normalized Mean Square Error, NMSE）是衡量预测值和实际值之间差异的一种方法，通常用于评估模型的性能。NMSE通过对均方误差（MSE）进行归一化处理，使得不同规模数据集之间的误差可以相互比较。NMSE的计算公式如下：

归一化均方误差的值越小，说明预测值与实际值之间的差距越小，模型的性能越好。NMSE的一个优点是它不受量纲的影响，因此适用于不同量级的数据之间的比较。此外，当分母使用实际值的方差时，NMSE实际上反映了预测误差相对于数据本身变异性的大小。如果NMSE接近于0，则表示预测效果非常好；而如果其值较大，则表示预测效果不佳。