決定係数とは、回帰モデルが実測データをどの程度正確に説明できているかを示す統計指標です。R2乗とも呼ばれ、モデルの予測精度を0から1の範囲で評価するために機械学習やデータ分析で広く利用されています。
決定係数とは
一言でいうと「作成した予測モデルが、実際のデータをどれくらいうまく説明できているかを示す適合度の指標」です。
詳しく解説
決定係数は、データ全体のばらつき（全変動）のうち、回帰モデルによって説明できるばらつき（回帰変動）の割合を示します。値は通常0から1の間に収まり、1に近いほどモデルがデータによく適合していることを表します。機械学習の回帰分析において、モデルの性能を評価する最も基本的な基準の一つとして重要視されています。
具体例・使われ方
住宅価格の予測モデルを作成した際、実際の価格の変動をそのモデルがどれくらい説明できるかを評価する場面で用いられます。例えば決定係数が0.85であれば、価格の変動の85%をそのモデルで説明できると解釈できます。
似た用語との違い
類似する指標として相関係数がありますが、相関係数は2つの変数の間にある関係の強さと方向を示すのに対し、決定係数はモデルの予測精度や当てはまりの良さそのものを表す点で異なります。
注意点
決定係数は説明変数の数を増やすと値が単純に増加する性質があり、過学習を起こしたモデルであっても値が高く見えてしまうという限界や注意点があります。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月18日 06:11