nDCG 用于根据您的输出排名列表评估黄金排名列表（通常是人工判断的）。两个排名列表之间的相关性越大，即两个列表中相关项的排名越相似，nDCG 的值越接近 1。

RMSE（均方根误差）通常用于评估回归问题，其中将输出（预测的标量值）与给定数据点的真实标量值输出进行比较。

因此，如果您只是推荐一个分数（例如推荐电影评分），那么请使用 RMSE。然而，如果您要推荐项目列表（例如相关电影列表），则使用 nDCG。

nDCG 是一个排名指标，而 RMSE 不是。在推荐系统的上下文中，当您的评分是隐式的（例如，跳过的项目与消耗的项目）而不是显式的（用户提供实际数字，如 Netflix）时，您将使用排名指标。