---
title: "回帰評価指標まとめ（MSE / RMSE / MAE / R²）"
description: "（この1ページで即断）回帰の評価指標が出たら、見るポイントは4つだけです。 AI・機械学習での位置づけ、関連モデルや手法との違い、G検定で混同しやすい判断軸を確認できます。"
canonical_url: "https://stemtazoo.github.io/gk/regression-metrics-cheatsheet/"
section: "gk"
---

## まず結論（この1ページで即断）

回帰の評価指標が出たら、**見るポイントは4つだけ**です。

1. **二乗しているか？**
2. **平方根を取っているか？**
3. **絶対値か？**
4. **決定係数か？**

このページは、G検定で
**選択肢を最短で切るためのチートシート**です。

---

## 直感的な全体像

| 指標       | 一言で言うと           |
| -------- | ---------------- |
| **MSE**  | 誤差を二乗して平均したもの    |
| **RMSE** | MSEの平方根（単位を元に戻す） |
| **MAE**  | 誤差の絶対値の平均        |
| **R²**   | どれだけ説明できているか     |

---

## 定義・仕組み（最小限）

### MSE（Mean Squared Error）

* 誤差を **二乗** して平均
* 大きな誤差を強く罰する
* 単位は **二乗されたまま**

👉 **外れ値に敏感**

---

### RMSE（Root Mean Squared Error）

* MSE の **平方根**
* 二乗誤差を使うが、単位は元に戻る
* 大きな誤差に敏感

👉 **二乗＋平方根** がキーワード

---

### MAE（Mean Absolute Error）

* 誤差の **絶対値** を平均
* 誤差をそのままの大きさで評価
* 外れ値の影響を抑えやすい

👉 **直感的で安定**

---

### R²（決定係数）

* モデルが **どれだけデータを説明できているか**
* 1 に近いほど良い
* 負の値を取ることもある

👉 **誤差そのものではない**

---

## いつ使う？（G検定視点）

| 観点       | MSE | RMSE | MAE | R² |
| -------- | --- | ---- | --- | -- |
| 大きな誤差を重視 | ◎   | ◎    | △   | ×  |
| 解釈のしやすさ  | △   | ○    | ◎   | ○  |
| 外れ値への耐性  | ×   | ×    | ○   | △  |
| 単位が元と同じ  | ×   | ○    | ○   | ○  |

---

## G検定ひっかけ即断表（最重要）

### 問題文にこれが出たら即決

| キーワード      | 正解             |
| ---------- | -------------- |
| 二乗誤差の平均    | **MSE**        |
| 二乗誤差の平方根   | **RMSE**       |
| 絶対誤差の平均    | **MAE**        |
| どれだけ説明できるか | **R²**         |
| 単位が元と同じ    | **RMSE / MAE** |

---

## なぜ間違えやすいか（超重要）

* RMSE と MAE は **数値も単位も似る**
* MSE と RMSE は **名前が似ている**
* R² は **誤差指標ではないのに並べられる**

👉 **計算に「二乗」「平方根」「絶対値」があるかを見る**

---

## まとめ（試験直前用・暗記版）

* **MSE**：二乗 → 平均
* **RMSE**：二乗 → 平均 → 平方根
* **MAE**：絶対値 → 平均
* **R²**：説明力

👉 迷ったら

> **二乗？ → MSE / RMSE**
> **平方根？ → RMSE**
> **絶対値？ → MAE**
> **説明力？ → R²**