一位ML工程师正在SageMaker Canvas中构建一个模型，旨在使用10年的历史数据进行连续的数值预测。工程师应该使用哪种评估指标来评估模型的预测性能？

RMSE（均方根误差）是评估回归模型性能的常用指标，因为它衡量了预测值与实际值之间的平均差异。对于连续数值预测，RMSE提供了模型预测误差大小的直观度量，误差越小表示模型性能越好。 Accuracy（准确率）适用于分类问题，衡量模型正确预测的比例，不适用于连续数值预测。InferenceLatency（推理延迟）是模型部署后的性能指标，衡量模型进行预测所需的时间，与模型的预测准确性无关。AUC（ROC曲线下面积）也适用于分类问题，衡量模型区分不同类别的能力，不适用于回归问题。