MAE・MSE・RMSEの違いについて

こんにちは。ゆうせいです。
今回は、回帰モデルの評価指標としてとてもよく使われる
MAE・MSE・RMSEの違いについて、丁寧に、でもやさしく解説していきます!
「全部“誤差”っぽいけど、どう違うの?」
「どれを使えばいいの?」
そんな疑問を持ったことがある方に向けて、それぞれの意味・特徴・違い・使いどころを、例え話や図を交えながら説明していきます。
結論を先に!3つの違いをざっくり言うと
指標 | 日本語名 | 特徴 |
---|---|---|
MAE | 平均絶対誤差 | 誤差の平均の大きさを素直に見る |
MSE | 平均二乗誤差 | 大きい誤差をより強くペナルティ |
RMSE | 平方根平均二乗誤差 | MSEを元の単位に戻したバージョン |
それぞれの数式と意味を解説!
MAE(Mean Absolute Error)
日本語にすると:
すべての「実際の値
」と「予測値
」の絶対値の平均
特徴:
- すべての誤差を“同じ重み”で扱う
- 外れ値(大きな誤差)にあまり敏感ではない
- 解釈がわかりやすい(単位は元のデータと同じ)
MSE(Mean Squared Error)
日本語にすると:
すべての「誤差を2乗」して、その平均を取る
特徴:
- 誤差が大きいと、さらに大きくなる(2乗だから)
- 外れ値に敏感
- 単位が元の値の2乗になる(ちょっと解釈しにくい)
RMSE(Root Mean Squared Error)
つまり:
MSEの平方根を取ったもの → 単位を元に戻すために使われることが多い
特徴:
- MSEと同じく大きな誤差に敏感
- 単位が元のデータと同じで、人間にとって直感的
たとえ話で理解しよう!
例:テストの点数を予測!
実際の点数:90点
モデルの予測:
- Aさん:88点(-2点)
- Bさん:70点(-20点)
このとき、MAE・MSE・RMSE を計算してみます。
MAE:
→ 平均11点ずれていた。
MSE:
→ 大きな誤差(20点)に強いペナルティがかかる!
RMSE:
→ 約14.2 解釈しやすくするために、平方根をとった。
どれを使えばいいの?選び方のポイント
目的・状況 | 向いている指標 |
---|---|
大きな誤差を強く罰したい | MSE / RMSE |
全体の誤差を素直に見たい | MAE |
単位を直感的に理解しやすくしたい | RMSE |
外れ値が多い・気にしたくない | MAE |
今後の学習の指針
これらの評価指標を理解したら、次はこんなステップに進んでみましょう:
- 実データでMAE・MSE・RMSEを比較してみる
- R²(決定係数)との違いを学ぶ
- 損失関数として使うとき、勾配の違いが学習にどう影響するか?を実験する
指標の違いをしっかり理解すると、「モデルの性能をどう見るべきか?」という視点が広がりますよ!
生成AI研修のおすすめメニュー
投稿者プロフィール

- 代表取締役
-
セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します!
この記事に間違い等ありましたらぜひお知らせください。