偽陽性

偽陽性が指すもの

偽陽性（False Positive、略してFP）は、2つのクラスに分ける分類モデルの結果を、予測と実際の正解の組み合わせで4つに分けたときの1つです。この4つの分け方を表にまとめたものを混同行列と呼びます。偽陽性は、モデルが陽性と予測したのに、実際には陰性だったケースを指します。いわゆる誤検知や空振りにあたります。

2つの軸に分けて読む

この語は、2つの軸の組み合わせとして読むと混乱しにくくなります。

• 陽性か陰性か：モデルの予測がどちらのクラスだったかを表す軸です。陽性クラスは検出したい対象のクラスで、陰性クラスはそれ以外のクラスです。偽陽性では、予測は陽性です。
• 真か偽か：その予測が実際の正解と一致していたか（真）、一致していなかったか（偽）を表す軸です。偽陽性では予測が外れているので偽です。

つまり偽陽性は、陽性と予測したが、その予測が外れていた（実際は陰性だった）という組み合わせです。偽という字が付いていても陰性という意味ではありません。陽性という予測が誤りだったという意味です。

スパムメール分類での例

迷惑メールを判定するモデルでは、検出したい対象である迷惑メールが陽性クラス、迷惑ではないメールが陰性クラスです。モデルはメールごとに迷惑メールである確率を0から1の値で出力します。その値が分類しきい値を上回ると陽性（迷惑メール）、下回ると陰性（迷惑メールではない）に振り分けます。

このとき偽陽性にあたるのは、迷惑メールではない正当なメールを誤って迷惑メールと判定したケースです。そうしたメールは受信箱ではなく迷惑メール用のフォルダに入ってしまいます。本来届くべきメールが目に入らなくなるので、利用者にとって困る誤りです。

他の象限との関係

偽陽性と並んで、真陽性・偽陰性・真陰性という対になる語があります。陽性と予測したものの合計は、真陽性と偽陽性の和です。実際に陰性であるものの合計は、偽陽性と真陰性の和です。偽陽性は、予測では陽性の側に数えられ、実際には陰性の側に数えられるという位置にあります。

なお、偽陽性・偽陰性はG検定シラバス2024の中項目10、モデルの選択・評価のキーワードに含まれています。