为了正确，您应该将整体 RMSE 计算为 。$\sqrt{\frac{RMSE_1^2 + \dots + RMSE_k^2}{k}}$

编辑：我刚刚从你的问题中得到，可能有必要稍微解释一下我的答案。交叉验证实例的其中是的估计值，是 CV 实例的观察次数。现在整体 RMSE 类似于而不是你提出的。$RMSE_j$$j$$\sqrt{\frac{\sum_i{(y_{ij} - \hat{y}_{ij})^2}}{N_j}}$$\hat{y}_{ij}$$y_{ij}$$N_j$$j$$\sqrt{\frac{\sum_j{\frac{\sum_i{(y_{ij} - \hat{y}_{ij})^2}}{N_j}}}{k}}$$\frac{\sum_j{\sqrt{\frac{\sum_i{(y_{ij} - \hat{y}_{ij})^2}}{N_j}}}}{\sum_j{N_j}}$

这不是一个很好的参考，但是在这个笔记本中（查找以“现在让我们使用 10 倍 x 验证计算 RMSE”的单元格）它们将所有预测的平方误差（使用点积）相加验证，然后最后除以预测数和平方根，即；

$\sqrt{\frac{1}{n} \sum_k{\sum_j{(y_{jk} - \hat{y_{jk}})^2}}}$

这对我来说最有意义，在 user1449306 给出的答案中，折叠的大小会产生影响，这没有意义吗？

为了从 RMSE 列表中得出这一点，可以将它们各自平方并乘以每个测试点的数量，然后加在一起并除以测试点的总数（然后平方根）。罗兰的评论是正确的。