回帰指標MSEの理解

問題

MSEに関する記述のうち誤りを1つ選べ。

MSE（Mean Squared Error：平均二乗誤差）は、回帰モデルにおける予測値と実際の値の誤差を2乗し、その平均をとった評価指標です。

誤差を2乗するため、予測を大きく外したデータに対して強いペナルティを与える特徴があります。AI開発においては、医療や金融などの「大きな予測外しが致命的なリスクとなるタスク」のモデル評価や損失関数として有用です。

1. MSEは誤差を2乗して平均する

正しい：MSEは誤差を2乗して平均する指標であり、大きな誤差を強くペナルティとして評価します。

2. MSEは外れ値に敏感である

正しい：MSEは誤差を2乗して計算するため、一部の極端な外れ値（大きな誤差）に影響を受けやすい（敏感である）という性質があります。

3. MSEは分類モデルの評価に使う

誤り：MSEは分類モデルではなく、連続値を予測する回帰モデルの評価指標として用いられます。

4. MSEは医療や金融などで使われる

正しい：大きな誤差が許されない（強いペナルティを与えたい）医療や金融などの分野で、モデルの評価指標として有効に活用されます。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ