机器学习基础--math（9）--均方根误差RMSE

均方根误差（RMSE，root-mean-square error）

　　均方根误差为了说明样本的离散程度。
　　做非线性拟合时,RMSE越小越好。

标准差与均方根误差：

　　标准差是用来衡量一组数自身的离散程度，而均方根误差是用来衡量观测值同真值之间的偏差，它们的研究对象和研究目的不同，但是计算过程类似。
　　S={[(x1-x)^2+(x2-x)^2+……(xn-x)^2]/N}^0.5（x为平均数，N为样本个数），此公式中的X也就是所谓的平均数应改为x’1,x’2……（即真实值）。均方根误差算的是观测值与其真值，或者观测值与其模拟值之间的偏差，而不是观测值与其平均值之间的偏差。