適合率

陽性と予測したものがどれだけ当たっているか

適合率は、モデルが陽性と予測したもの全体を分母とし、そのうち実際にも陽性だったもの（真陽性）の割合を求める指標です。定義式は次のとおりです。

Precision = TP / (TP + FP)

分母のTP + FPは、モデルが陽性と予測した件数の合計です。偽陽性が少ないほど適合率は高くなります。偽陽性がまったく無い理想的なモデルなら、適合率は1.0になります。迷惑メール（スパム）の分類でいえば、スパムと判定したメールのうち本当にスパムだったものの割合にあたります。

迷惑メール判定で適合率を計算する

架空の例です。あるモデルが50通のメールをスパムと判定しました。確かめると、そのうち40通は本当にスパムで（TP = 40）、10通はスパムではありませんでした（FP = 10）。

適合率 = 40 / (40 + 10) = 40 / 50 = 0.8

スパムと判定したメールの8割が本当にスパムだった、という意味です。偽陰性(FN)と真陰性(TN)は、この計算に使いません。

しきい値を動かすと再現率とのトレードオフが起きる

分類のしきい値を上げると、偽陽性が減り、偽陰性が増える傾向があります。しきい値を下げると逆になります。適合率は偽陽性が減るほど良くなり、再現率は偽陰性が減るほど良くなります。そのため、2つの指標は片方を改善するともう片方が悪くなる関係になりやすいです。

上の例でしきい値を上げたところ、スパムと判定したのが30通になり、TP = 28、FP = 2になったとします。適合率は28 / 30 = 約0.933に上がります。一方、元は正しく見つけていたスパム40通のうち12通を見逃すようになり、偽陰性は12件増えます。

適合率を使う場面と注意点

陽性という予測が正確であることが特に大事な場面では、適合率を重視します。ただし、実際の陽性が全体で1〜2件しかないような極端な不均衡データでは、適合率の意味は薄れ、指標としての有用性も下がります。

TPとFPがどちらも0だと、分母が0になり、計算結果はNaN（非数）になります。完璧な性能を示す場合もありますが、陽性をまったく予測しない実用性の無いモデルでも同じ結果になるので、注意が要ります。

なお、適合率は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。