あるMLエンジニアが、過去10年間の履歴データを使用して継続的な数値予測を行うために、SageMaker Canvasでモデルを構築しています。モデルの予測性能を評価するために、エンジニアはどの評価指標を使用すべきですか？

RMSEは、継続的な数値予測モデルの性能を評価するための適切な指標です。予測値と実際の値の差（残差）を二乗し、その平均の平方根を取ることで、誤差の大きさを把握できます。誤差が大きいほどRMSEも大きくなり、モデルの予測精度が低いことを示します。 Accuracyは分類問題に用いられ、正しく分類されたインスタンスの割合を示します。InferenceLatencyはモデルの推論にかかる時間を測るもので、モデルの性能評価には直接関係ありません。AUCは二値分類モデルの性能評価に用いられ、異なる閾値における真陽性率と偽陽性率の関係を示します。