matlab MSE和RMSE

在Matlab中，MSE代表的是均方误差（Mean Squared Error），用于衡量模型的预测值与真实值之间的平均偏差的平方。可以使用Matlab中的函数mse来计算MSE。[2]

而RMSE代表的是均方根误差（Root Mean Squared Error），是均方误差的平方根。它用来评估模型的预测值与真实值之间的平均偏差，并且具有与原始数据单位一致的量纲。在Matlab中，可以使用函数rmse来计算RMSE。

需要注意的是，RMS（均方根）是RMS误差的简称，表示真有效值。它用于计算当前样本数据的有效值，而不是用来估计总体。如果样本就是总体，且序列X是真正的误差，那么RMS值就等于RMSE（分子为n，而不是n-1）。同样地，在Matlab中，可以使用函数rms来计算RMS。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [matlab数据统计时的STD、RMSE计算方法](https://blog.csdn.net/SmartTiger_CSL/article/details/107018111)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [Matlab程序用于求RMSE.m](https://download.csdn.net/download/tiankaiwentiankaiwen/12493471)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]