TLDR；虽然公式可能相似，但 RMSE 和标准差有不同的用法。

您是对的，标准差和 RMSE 都是相似的，因为它们是某些值之间的平方差的平方根。尽管如此，它们并不相同。标准差用于测量数据在平均值周围的分布，而 RMSE 用于测量某些值之间的距离以及对这些值的预测。RMSE 通常用于衡量预测的误差，即您所做的预测与预测数据的差异有多大。如果您使用均值作为对所有情况的预测，则 RMSE 和 SD 将完全相同。

作为旁注，您可能会注意到均值是一个使样本中所有值的平方距离最小的值。这就是我们使用标准差的原因——它们是相关物种！

这将使位清晰， RMSE在两个集合之间计算，例如：集合和预测集合，以计算误差，例如：

price Vs predicted price 
10         12
12         10
13         17

$${RMSE}=\sqrt{\frac{\sum_{i=1}^N{(F_i - O_i)^2}}{N}}$$ f = 预测（预期值或未知结果），o = 观察值（已知结果）。

我们找到每一行的差异，然后对差异求和，然后平方，除以 N，最后是根...（或者您可以使用单个固定预测值并从所有行中减去）

RMSD将使用单个集合来计算价差，（不是在预测之间，而是在其本身）

price 
10         
12         
13        

$${RMSD}=\sqrt{\frac{\sum_{i=1}^N{(x_i - \mu_i)^2}}{N}}$$ μ 是平均值