「予測がどれくらい外れたか」を測る最も基本的な物差しが平均二乗誤差関数（MSE）です。回帰問題の損失関数の定番であり、G検定でも交差エントロピーとの使い分けが問われやすい重要キーワードです。
📖 ひと言でいうと
平均二乗誤差関数（MSE: Mean Squared Error）とは、予測値と実際の値の差（誤差）を二乗し、全データで平均した値です。小さいほど予測が実測に近い、つまりモデルの精度が高いことを意味し、回帰問題の損失関数・評価指標として広く使われます。
例えるなら、ダーツで的の中心からの外れ具合を採点するとき、外れた距離をそのまま数えるのではなく「距離の二乗」で数えるようなものです。中心近くの小さな外れはほとんど減点されませんが、大きく外すと減点が急激に膨らみます。厳密には、この「大きな誤差ほど重く罰する」性質がMSEの長所にも短所にもなります。
🖼 1枚でわかる平均二乗誤差関数
📘 公式テキストの説明
平均二乗誤差関数（Mean Squared Error, MSE）は、モデルの予測精度を評価するために使用される統計的指標で、観測データと予測データの差を二乗し、全てのデータ点での平均を取ることで計算される。この方法により、すべての誤差が正の値となり、誤差の絶対的な大きさが評価できる。一般的に、MSEが小さいほど予測値が実測値に近く、モデルの精度が高いと見なされる。MSEの特徴として、誤差を二乗することで、大きな誤差の影響が強調されるため、外れ値に敏感であることが挙げられる。このため、外れ値が多い場合は、他の指標と併用することが推奨される。たとえば、外れ値の影響を受けにくい平均絶対誤差（MAE）や、誤差を元のデータの単位に戻す平均二乗平方根誤差（RMSE）などの指標と比較し、評価を行うと効果的である。MSEの値はデータのスケールに依存するため、その大きさを評価する際には他のデータの分散や他のモデルと比較することが重要となる。MSEは特に機械学習の回帰モデルにおいてよく用いられ、モデルが訓練データに対してどれだけ良好に適合しているかを示すための損失関数として頻繁に使われる。トレーニング段階でMSEを最小化することにより、モデルがより高精度な予測を学習できる。
要点は3つです。①「二乗して平均」というシンプルな計算で誤差の大きさを測る、②二乗のせいで外れ値の影響が強く出る、③だからMAEやRMSEといった他の指標と併用するのが実務の知恵、ということです。
🔍 しっかり理解する
なぜ「二乗」するのか
誤差には「予測が大きすぎた（＋）」と「小さすぎた（−）」の両方向があります。そのまま平均すると正負が打ち消し合い、大外れしているのに平均誤差ゼロという見かけ倒しの結果になりかねません。二乗すればすべての誤差が正の値になり、外れの絶対的な大きさを素直に集計できます。
さらに二乗には「滑らかで微分しやすい」という数学的な利点もあります。損失関数として使うとき、勾配降下法で最小化しやすい素直な形をしているため、線形回帰からニューラルネットワークまで幅広い回帰モデルの学習に使われてきました。
外れ値に敏感——長所と短所は表裏一体
誤差10は二乗で100、誤差100は二乗で10000。誤差が10倍になると寄与は100倍になります。この性質により、MSEは大きな外れを強く罰する一方、データにもともと異常値（入力ミスや特殊事例）が混じっていると、その1点に評価が引きずられてしまいます。
そこで実務では次のような指標と併用します。
- MAE（平均絶対誤差）: 誤差の絶対値を平均する。二乗しないため外れ値の影響が緩やか
- RMSE（平均二乗平方根誤差）: MSEの平方根をとり、単位を元のデータに戻したもの。「平均的に何円ズレているか」のように直感的に読める
- 大きな誤差を重く罰する
- 外れ値に敏感
- 単位は元データの二乗になる
- 誤差を大小問わず等しく扱う
- 外れ値の影響を受けにくい
- 単位は元データと同じ
値の解釈にはスケールへの注意が必要
MSEの値はデータの単位や規模に依存します。住宅価格（数千万円単位）の予測でMSEが100万でも優秀かもしれませんが、気温（数十度単位）の予測でMSEが100なら大問題です。つまり「MSE=100は良いか悪いか」は単独では判断できず、データの分散や他のモデルのMSEと比較して初めて意味を持ちます。
💡 具体例で考える
中古マンションの価格予測モデルを考えます。ほとんどの物件で予測誤差が±100万円程度に収まっていても、1件だけ1億円級の特殊物件で5000万円外したとすると、その1件の二乗誤差（5000万の二乗）が全体のMSEを支配してしまいます。MSEだけを見て「このモデルはダメだ」と判断すると、実は大半の物件では良く当たっているという実態を見落とします。MAEを併記すれば「典型的な誤差は小さいが、まれに大外れがある」という構造が見えてきます。
またニューラルネットワークの回帰タスク、たとえば電力需要予測や店舗の売上予測では、MSEを損失関数として設定し、学習の各ステップでMSEが減る方向に重みを更新していきます。「評価指標」と「学習の目的関数」の両方の顔を持つのがMSEです。
⚠️ よくある誤解・紛らわしい用語
- 交差エントロピーとの使い分け — MSEは主に回帰（数値予測）、交差エントロピーは分類（クラス予測）の損失関数です。この対応の入れ替えは誤答選択肢の定番です
- 「外れ値に強い」は誤り — MSEは二乗により外れ値の影響が強調される、つまり外れ値に敏感な指標です。外れ値に比較的強いのはMAEの方です
- RMSEとの混同 — RMSEはMSEの平方根です。単位が元データに戻るため解釈しやすい、という違いを押さえましょう
- 「MSEの値だけでモデルの良し悪しが決まる」は誤り — 値はデータのスケールに依存するため、データの分散や他モデルとの比較が必要です
📝 試験でのポイント
- 「観測値と予測値の差を二乗して平均する指標はどれか」という定義問題が基本形です
- 「外れ値に敏感」という性質の正誤判定、およびMAE・RMSEとの特徴の対比が問われやすいポイントです
- 「回帰問題の損失関数=MSE、分類問題=交差エントロピー」という使い分けを選ばせる問題が想定されます
- 誤差を二乗する理由（正負の打ち消し防止、誤差の絶対的な大きさの評価）を説明できるようにしておきましょう
📚 まとめ
平均二乗誤差関数（MSE）は、予測値と実測値の差を二乗して平均する、回帰問題の定番損失関数・評価指標です。二乗により誤差はすべて正になり大きさを素直に評価できる一方、外れ値に敏感という弱点があり、MAEやRMSEとの併用が推奨されます。値はデータのスケールに依存するため比較の中で解釈すること、そして分類で使う交差エントロピーとの使い分けを押さえておくことが試験対策の要点です。
