ホーム / 機械学習の概要 / モデルの選択・評価 / 赤池情報量基準（AIC）
170
赤池情報量基準（AIC）
機械学習の概要モデルの選択・評価
赤池情報量基準（AIC）とは、モデルの当てはまりの良さとパラメータ数（複雑さ）のバランスを数値化し、モデル選択に使う基準です。
「当てはまりが良いほど良いが、パラメータが多すぎるとペナルティ」という形になっており、値が小さいモデルが好まれます。日本の統計学者・赤池弘次が考案しました。
複数のモデル候補から最適なものを選ぶ際の、統計学の代表的な指標です。