请解释 归一化均方误差

归一化均方误差（Normalized Mean Squared Error，NMSE）是一种用于评估预测模型性能的指标。它是均方误差（Mean Squared Error，MSE）在数据归一化后的版本。

均方误差是预测值与真实值之间差异的平方的平均值。而归一化均方误差则是将均方误差除以真实值的方差，以消除不同数据范围带来的影响，使得不同数据集之间的比较更加公平。

归一化均方误差的计算公式如下：
NMSE = MSE / Var(y)

其中，MSE表示均方误差，Var(y)表示真实值的方差。

通过计算归一化均方误差，我们可以评估预测模型的准确性和稳定性。较小的归一化均方误差值表示模型的预测结果与真实值之间的差异较小，模型性能较好。