回帰の評価指標、RMSE（平均平方二乗誤差）の落とし穴！ - Qiita

計算式は偏差値にかなり近くて、偏差が誤差に変わっただけです。なので上手く使えば「このモデルはだいたいこれぐらいの誤差を出すんだろうな」というイメージが作れます。 ②RMSEがおかしくなるときは？ 値のスケールについて。 RMSEは人気があって使う人が多いですが、外れ値が存在する場合に外れ値に値が引きずられやすいという欠点があります。 意外と気にしてない人が多いのではないでしょうか。 誤差としての値しか計算に入らないので**「10を20」と予測した場合の誤差と、「100を110」と予測した誤差が同じものとして評価されます。 また、殆ど数十くらいのデータの中に「1,000を900」と予測する誤差があった場合に1つのデータだけ重要度がぜんぜん違う**という扱いとなってしまいます。 計算の際に二乗されるので10倍のスケールの誤差は指標上の重要度は100倍となります。もし平均的な誤差の100倍もの値