RMSE — 제곱근 평균 제곱 오차

3번 MSE 의 응용. MSE 에 √ 를 씌운 값:

$\text{RMSE} = \sqrt{\text{MSE}} = \sqrt{\frac{1}{N} \sum_i (y^{(i)}_\text{pred} - y^{(i)}_\text{true})^2}$

왜 RMSE?

MSE 는 "오차 제곱의 평균"이라 단위가 $y^2$ — 결과를 해석할 때 직관과 안 맞습니다. 집값 예측에서 MSE 1600만원² 는 와닿지 않지만, RMSE 4000만원 은 "평균 4000만원 정도 빗나감" 으로 바로 읽히죠.

MSE 와 RMSE는 순서가 같아서 모델 비교·튜닝에선 둘 중 뭘 써도 결과 동일. 그래서 보고용으로는 RMSE 가 표준.

과제

함수 rmse(y_pred, y_true) 를 완성하세요.

• 반환: Python float.
• np.sqrt(np.mean((y_pred - y_true) ** 2)) 한 줄이면 끝.

테스트 케이스