RMSE - Error cuadrático medio explicado paso a paso
La evaluación de los resultados podría ser la parte más importante de cada investigación, ya que demuestra cuán precisa fue y cuánto está cerca (lejos) de sus objetivos. Por lo tanto, elegir las métricas de rendimiento adecuadas es una parte desafiante de una investigación para todos.
En este artículo voy a describir una de las más usadas RMSE.
El error cuadrático medio (RMSE) es una medida que se usa comúnmente en problemas de regresión y le indica qué tan bien se desempeñó su modelo. Aquí el error de predicción es la parte más importante de la fórmula RMSE.
EL RMSE — Error cuadrático medio en pocas palabras es la desviación estándar del error de predicción o los residuos
Vamos a ver de forma sencilla un ejemplo y el paso a paso para hallar el RMSE

Fórmula general

Fórmula que si podemos entender (es un chiste, o bueno no )

El paso a paso:
- Observamos los residuos de cada punto
- Hallamos el residuo para cada uno de ellos (en amarillo esta el ejemplo explicado.
- Miramos el valor predicho (el que me dijo el modelo)
- Miramos el valor real
- Y por último restamos el real — predicho (como el la formula)
3. Encontramos la desviación estándar de los datos

Recordemos que cuanto más pequeño es un valor de RMSE (como el valor de 0 de R3 que nos indico que el valor predicho es igual al real) mas cercanos son los valores predichos y observados, es decir mejor es el modelo.
PLUS
Encontré este grafico que me parecio muy explicativo para ver la forma en como ingresan los valores y como los evaluamos
Si quieres más información sobre los métodos de evaluación para Machine Learning puedes leer más aquí