② 機械学習の概要 ／ 10. モデルの選択・評価
二乗平均平方根誤差 (RMSE)とは
RMSEとは、MSEの平方根を取った回帰の評価指標です。誤差の単位が元のデータと一致するため、直感的に誤差の大きさを把握できます。
この用語はG検定シラバスの「10. モデルの選択・評価」に含まれます。 章全体の用語は用語解説②（全62語）にまとまっています。
一言でいうと
MSEの平方根。「平均してどれくらい外しているか」を元の単位で表せる指標です。
定義と利点
\( \mathrm{RMSE} = \sqrt{\frac{1}{n}\sum_{i=1}^{n}(y_i - \hat{y}_i)^2} \)
売上を円で予測しているなら、MSEの単位は「円の二乗」で意味が読み取れません。平方根を取ることで単位が「円」に戻り、「平均しておよそ何円外している」と解釈できます。
MSEと同じ性質も引き継ぐ
平方根を取っても、二乗してから平均しているという中身は変わりません。そのため大きな誤差を強く罰する性質、つまり外れ値への敏感さはMSEと同様です。
外れ値の影響を抑えたい場合はMAEを検討します。
どちらを報告するか
学習の最適化には計算しやすいMSEを使い、人に結果を報告するときはRMSEを使う——という使い分けが一般的です。
「平均しておよそ何円ずれています」と元の単位で説明できることが、RMSEの実務的な価値です。
混同しやすい用語との違い
| 用語 | ポイント |
|---|---|
| RMSE | MSEの平方根。単位が元データと一致 |
| MSE | 誤差の二乗の平均。単位は元データの二乗 |
| MAE | 誤差の絶対値の平均。外れ値に頑健 |
🎯 G検定での押さえどころ
- MSEの平方根
- 単位が元データと一致する点が利点
- 外れ値に敏感な性質はMSEと同じ
⚠️ よくある誤りの選択肢
- 「RMSEは外れ値の影響を受けにくい」→ 誤り。MSEと同様に敏感です
- 「RMSEはMSEを2で割った値である」→ 誤り。平方根です
📘 もっと深く学ぶ
- 数式レベルまで踏み込んだ解説 → 医療AIナビ「教師あり学習① 線形回帰」（E資格向け）
関連する用語
ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。