一位 ML 工程師正在 SageMaker Canvas 中建立模型，以使用 10 年的歷史資料進行連續數值預測。工程師應該使用哪種評估指標來評估模型的預測效能？

RMSE 適用於連續數值預測，因為它衡量模型預測值與實際值之間的平均誤差大小，並對較大的誤差給予更高的權重。這對於評估預測數值型目標變數（例如未來數值）的模型性能至關重要。 準確度 (Accuracy) 主要用於分類問題，衡量正確預測的比例，不適用於連續數值預測。推論延遲 (InferenceLatency) 是衡量模型預測所需時間的指標，與預測性能無關。ROC 曲線下面積 (AUC) 也是用於分類問題，衡量模型區分不同類別的能力，不適用於連續數值預測。