【G検定過去問風テスト】回帰問題の評価指標（MSE・RMSE・MAE）の違いと使い分けをマスター！

2026年7月24日 2026年7月24日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

連続した数値を予測する「回帰問題」における評価指標の説明として、最も適切な選択肢を1つ選べ。

A）平均二乗誤差（MSE）は予測値と実際の値の誤差を2乗して平均する指標であり、外れ値（極端な予測外れ）が存在してもその影響を受けにくいという特徴を持つ。
B）二乗平均平方根誤差（RMSE）はMSEにルート（平方根）をかぶせた指標であり、元の予測対象と同じ単位（「円」や「cm」など）で誤差の大きさを解釈できる利点がある。
C）平均絶対値誤差（MAE）は誤差の絶対値を平均する指標であり、2乗計算を行わないため大ハズレなデータ（外れ値）に対してMSEよりも強い影響を受けてしまう。
D）回帰問題において予測精度が最も優れているモデルとは、MSEやRMSE、MAEなどの誤差指標の数値が最も「大きく」なったモデルである。

🔍 ここをクリックして正解を見る

正解: B）二乗平均平方根誤差（RMSE）はMSEにルート（平方根）をかぶせた指標であり、元の予測対象と同じ単位（「円」や「cm」など）で誤差の大きさを解釈できる利点がある。

💡 合格に近づく！徹底解説

重要度: ★★☆

■ 1分で分かる！この問題の要点

MSE（平均二乗誤差）：誤差を2乗するため、「大ハズレ（外れ値）」のペナルティが爆発的に大きくなる。単位が2乗になるのが弱点。
RMSE（二乗平均平方根誤差）：MSEにルートをかけて元の単位（円やcm）に戻した、実務の超定番指標！
MAE（平均絶対値誤差）：プラスマイナスを消すために「絶対値」にした指標。外れ値に引っ張られにくく、直感的なズレの平均がつかめる。

■ 初学者向け解説（例え話や背景）

売上や株価のように「数値を予測するAI」のテストでは、「実際の値からどれくらいズレたか（誤差）」を採点します。しかし、プラスとマイナスのズレをそのまま足すと相殺されてゼロになってしまうため、プラスの正の値に変換する必要があります。

1. MSE（2乗してプラスにする手法）
ズレを2乗して計算します。もし「100万円の大ハズレ」が1個あると、2乗で「1兆円」になり評価スコアが爆発！「大きなミスを絶対に許さない過敏な採点基準」になります。しかも単位が変わってしまうため（万円→兆円）人間にはピンときません。

2. RMSE（単位を元に戻す手法）
MSEで壊れてしまった単位を、ルートをかぶせることで元に戻した指標です。「平均して約〇〇円の誤差がある」と実務で一番分かりやすいため最もよく使われます！

3. MAE（絶対値でプラスにする手法）
2乗せずに絶対値（「－5」なら「5」）でプラスにする手法です。大ハズレがあっても2乗のような数値爆発が起きないため、「外れ値に強い頑丈な指標」となります。

■ 選択肢の解説

A) 平均二乗誤差（MSE）は予測値と実際の値の誤差を2乗して平均する指標であり、外れ値（極端な予測外れ）が存在してもその影響を受けにくいという特徴を持つ。（×）: MSEは誤差を2乗するため、外れ値（大きな誤差）が存在するとその影響を「極めて受けやすく」なり、スコアが急悪化します。
B) 二乗平均平方根誤差（RMSE）はMSEにルート（平方根）をかぶせた指標であり、元の予測対象と同じ単位（「円」や「cm」など）で誤差の大きさを解釈できる利点がある。（○）: 正解です！MSEの弱点であった「単位が変わって解釈しづらい」問題を、ルートをかぶせることで解消した指標です。
C) 平均絶対値誤差（MAE）は誤差の絶対値を平均する指標であり、2乗計算を行わないため大ハズレなデータ（外れ値）に対してMSEよりも強い影響を受けてしまう。（×）: MAEは2乗しないため、外れ値の影響を「受けにくい（引っ張られにくい）」というメリットがあります。
D) 回帰問題において予測精度が最も優れているモデルとは、MSEやRMSE、MAEなどの誤差指標の数値が最も「大きく」なったモデルである。（×）: これらはすべて「誤差（ズレの大きさ）」を表す指標であるため、数値が「小さければ小さいほど」予測精度の高い優秀なモデルであると判断します。

リンク