DS検定 用語解説
RMSEとは
回帰モデルの予測値と実際の値との差を二乗して平均し、平方根をとった指標。値が小さいほど予測の誤差が小さいことを表す。
RMSEの意味と見分け方
RMSE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
3件の実測値が2、4、6、回帰モデルの予測値が1、4、8だった。各誤差を二乗して平均し平方根を取るRMSEは約いくつか。
正解は「約1.29」である。誤差は1、0、-2で、二乗すると1、0、4となる。二乗誤差の平均は(1+0+4)÷3＝5/3＝約1.667であり、その平方根はsqrt(5/3)＝約1.291なのでRMSEは約1.29となる。約0.58は平方根と除算の順序を誤った値、1は絶対誤差を平均するMAE、約1.67は平方根を取る前のMSEである。RMSEでは大きな誤差ほど二乗によって強く反映される。本問では誤差2の二乗4が計算を押し上げ、同じデータのMAE=1よりRMSEが大きくなる。最後に平方根を取って実測値と同じ尺度へ戻すことが要点である。
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
3件の実測値が2、4、6、回帰モデルの予測値が1、4、8だった。各誤差の絶対値を平均して求めるMAEはいくつか。
正解は「1」である。各件の実測値と予測値の差は2-1＝1、4-4＝0、6-8＝-2で、その絶対値は1、0、2となる。MAEは絶対誤差の平均なので、(1+0+2)÷3＝3÷3＝1である。約0.67は符号付き誤差を一部だけ処理した値、約1.29は同じ誤差から二乗平均の平方根を取るRMSE、3は絶対誤差の合計で平均する前の値である。MAEでは正負の誤差を相殺させず絶対値にしてから平均する。3件の誤差の大きさが1、0、2であるため、その中央だけでなく合計を件数3で割ることが決め手になる。値が0に近いほど予測誤差が小さい。
同じ章で確認したい用語
到達チェック
- RMSE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、RMSE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）