最終更新日：2026年8月26日
gk metrics cheatsheet
G検定トップ
＞ 回帰の評価指標まとめ｜MSE・RMSE・MAE・R²【G検定】
まず結論
回帰指標は、計算の形を見ると切り分けやすくなります。
二乗 → MSE
二乗して平方根 → RMSE
絶対値 → MAE
基準モデルと比べた説明度 → R²
直感的な説明
予測値と実際値のズレを、どう数えるかの違いです。
- MSE / RMSE：大きな誤差を強く重く見る
- MAE：誤差の大きさをそのまま平均する
- R²：誤差の絶対量ではなく、平均予測と比べてどれだけ良く説明できたかを見る
定義・仕組み
| 指標 | 計算の考え方 | 単位 | 特徴 |
|---|---|---|---|
| MSE | 誤差を二乗して平均 | 目的変数の単位の二乗 | 大きな誤差に敏感 |
| RMSE | MSEの平方根 | 目的変数と同じ | 大きな誤差を重く見つつ解釈しやすい |
| MAE | 絶対誤差を平均 | 目的変数と同じ | MSE系より外れ値の影響を受けにくい |
| R² | 平均予測を基準に相対的な当てはまりを見る | 単位なし | 1に近いほど良いことが多い |
MSE
誤差を二乗するため、大きな誤差がより強く効きます。
RMSE
MSEの平方根なので、目的変数と同じ単位に戻ります。ただし、誤差を二乗してから集計するため、大きな誤差への感度は残ります。
MAE
絶対誤差の平均です。MSE / RMSEより大きな外れ値の影響を受けにくいですが、外れ値の影響を受けないわけではありません。
R²（決定係数）
平均値を予測するだけの基準と比べて、どれだけ誤差を減らせているかを見る指標です。通常は1に近いほど良く、評価するデータやモデルによっては負になることもあります。
いつ使う？（得意・不得意）
- 大きな誤差を強く罰したい → MSE / RMSE
- 誤差を元の単位で読みたい → RMSE / MAE
- 大きな外れ値への感度を相対的に下げたい → MAE
- 相対的な当てはまりを見たい → R²
R²は誤差の単位を持たないため、「目的変数と同じ単位」という説明は誤りです。
G検定ひっかけポイント
- ❌ RMSEは外れ値に強い → 二乗誤差ベースなので敏感
- ❌ MAEは外れ値の影響を受けない → 影響は受けるがMSE系より小さめ
- ❌ R²は必ず0〜1 → 負になる場合がある
- ❌ R²の単位は目的変数と同じ → 単位なし
- ⭕ MSEの平方根＝RMSE
選択肢では、まず「二乗・平方根・絶対値・決定係数」のどれかを見ます。
まとめ（試験直前用）
- MSE＝二乗誤差の平均
- RMSE＝MSEの平方根、元の単位
- MAE＝絶対誤差の平均
- R²＝単位なし、負になることもある
- 大きな誤差への感度は MSE / RMSE が高い