Root Relative Mean Squared Error (RRMSE) 是一種評估模型預測性能的指標，它通過計算預測值與實際值之間的均方誤差（MSE），然後取平方根，並除以實際值的平均值來標準化誤差。RRMSE 的公式可以表示為：
\[ RRMSE = \sqrt{\frac{\sum_{i=1}^{n} (y_i - \hat{y_i})^2}{\sum_{i=1}^{n} (y_i - \bar{y})^2}} \]
其中：
\(n\) 是樣本數量。
\(y_i\) 是第 \(i\) 個實際值。
\(\hat{y_i}\) 是第 \(i\) 個預測值。
\(\bar{y}\) 是所有實際值的平均值。
這個指標有助於比較不同模型或數據集上的預測性能，因為它提供了一個相對的誤差度量，不受量綱或數據範圍的影響。