DS検定 用語解説
MAPEとは
回帰モデルの予測値と実際の値との誤差を、実際の値に対する割合（パーセント）で表し、その絶対値を平均した指標。値が小さいほど予測の誤差が小さいことを表す。
MAPEの意味と見分け方
MAPEは、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。
試験概要（公式）比較記事でさらに確認する
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。
- 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
- 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
- Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
回帰モデルの予測値と実際の値の差を二乗して平均し、その平方根を取って誤差を評価する指標はどれか。
正解は「RMSE」である。RMSEは回帰モデルの予測値と実際の値の差を二乗して平均し、その平方根を取って誤差を評価する指標である。MAEは誤差の絶対値を平均するため、二乗と平方根を用いる設問の条件とは異なる。MAPEは誤差を割合として扱う指標であり、予測値と実測値の差を二乗して扱うものではない。Accuracyは分類で正しく判定できた割合を表す指標であり、回帰の数値誤差を評価しない。誤差を絶対値、割合、二乗のどれで扱うかを確認する。したがってRMSEを選ぶ。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
実測値が100、200、回帰モデルの予測値が80、220で、実測値に0はない。各観測の絶対パーセント誤差を平均して求めるMAPEは何%か。
正解は「15%」である。1件目の絶対パーセント誤差は|100-80|÷100×100＝20%、2件目は|200-220|÷200×100＝10%である。MAPEは観測ごとの絶対パーセント誤差を平均するため、(20%+10%)÷2＝15%となる。5%は誤差の符号を残した20%と-10%を平均した値、約13.33%は絶対誤差の合計40を実測値の合計300で割った値、20%は1件目だけを用いた値である。MAPEでは、絶対誤差をまとめてから実測値の合計で割るのではなく、各観測で実測値を分母にして相対化してから平均する。実測値が0の場合は分母が0になるため、適用や実装上の扱いを別途確認する必要がある。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
回帰モデルのMAPEを、各観測の|実測値-予測値|÷|実測値|の平均として計算する。実測値が0と100、予測値が10と90の2件について、MAPEを定義どおりに計算する際の判断として最も適切なものはどれか。
正解は「実測値0の項で分母が0になるため、MAPEは定義どおりには計算できない」である。MAPEは各観測で実測値と予測値の差の絶対値を実測値の絶対値で割る。実測値100・予測値90の項は|100-90|÷|100|=0.1、すなわち10%である。一方、実測値0・予測値10の項は|0-10|÷|0|=10÷0となり、分母が0なので定義どおりの割合を作れない。実測値0の項を0%にすることも、残りの観測だけを自動的に平均することも、MAPEの定義からは導けない。非ゼロの誤差を0で割ることを無限大%と単純に確定するのではなく、実測値0を含むデータへMAPEを使うか、除外・代替指標などの扱いを事前に定める必要がある。式へ数値を代入する前に、各観測の分母が0にならないかを確認することが判断軸である。
同じ章で確認したい用語
到達チェック
- MAPEを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、MAPEに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: AI資格ドリル編集部（運営者情報を見る）