回帰指標：MAE、MSE、R2
数値予測の誤差を測定する
「回帰指標：MAE、MSE、R2」はCoddyKit上の無料Data Science Academyレッスンです。 これはレッスン1/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。
なぜ誤差を測るのか
モデルが数値を予測するとき、どれだけ外れているかを示す信頼できる指標が必要です。その指標が誤差指標であり、真実を伝える役割を果たします。📏
残差という考え方
まずは残差を考えます。これは真の値と予測値の差です。回帰の各指標は、こうした差を要約する方法にすぎません。
residual = y_true - y_pred平均絶対誤差
MAEは各誤差の大きさを取り、符号を無視して平均します。目的変数と同じ単位で、典型的にどれくらい外れるかが分かります。
from sklearn.metrics import mean_absolute_error
mean_absolute_error(y_true, y_pred)MAEは説明しやすい
MAEは実際の単位のままなので、「モデルは平均で約5ドル外れます」と説明できます。この分かりやすさは、関係者に好まれます。
平均二乗誤差
MSEは各誤差を二乗してから平均します。二乗によって大きな外れが強く罰せられるため、少数の大きな誤差がスコアを大きく左右します。
from sklearn.metrics import mean_squared_error
mean_squared_error(y_true, y_pred)二乗すると単位が変わる
注意点が一つあります。MSEの単位は二乗された単位になるため、ドルは平方ドルになります。そのため、数値だけでは解釈しにくくなります。
平方根平均二乗誤差
MSEの平方根を取ると、通常の単位に戻ったRMSEになります。大きな誤差への重いペナルティを保ちながら、分かりやすく読み取れます。
rmse = mean_squared_error(y_true, y_pred) ** 0.5MAEとRMSE
すべての誤差を同じように重視するならMAEを選び、大きな誤りが特に重大で、より強く罰したいならRMSEを選びます。
決定係数
R2は別の問いに答えます。目的変数の変動のうち、モデルがどの程度説明できるかという問いです。高いほど適合度が高いことを示します。
from sklearn.metrics import r2_score
r2_score(y_true, y_pred)R二乗の読み方
R2が1.0なら完全で、0.0なら平均値を当てるのと変わりません。モデルの適合がそれより悪い場合は、負になることさえあります。
組み合わせて使う
一つの数値だけでは全体像は分かりません。RMSEのような誤差指標とR2を組み合わせ、典型的な誤差と全体的な適合度の両方を確認しましょう。
簡単な確認
各回帰指標が実際に何を測っているのかを確認しましょう。
まとめ
単純な平均誤差にはMAEを、大きな外れを重く扱うにはRMSEを、説明された分散の割合にはR2を使います。これらを一緒に読み取りましょう。🎯
AI チューターと学ぶ Python — 無料
ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。
- コース
- 30
- レッスン
- 120
よくある質問
「回帰指標：MAE、MSE、R2」レッスンは無料ですか？
はい。「回帰指標：MAE、MSE、R2」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。
「回帰指標：MAE、MSE、R2」で何を学びますか？
数値予測の誤差を測定する ブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Data Science Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン1/4です。
「回帰指標：MAE、MSE、R2」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このData Science Academyレッスンでコードを書いて実行できますか？
はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- 回帰指標：MAE、MSE、R2
- 混同行列を読み解く
- 適合率、再現率、F1
- ROC、AUC、しきい値