真陰性

真陰性という語の組み立て

真陰性は、二値分類モデルの出力を予測と実際の正解の組み合わせで4つに分けたとき（この4分類を並べた表を混同行列と呼びます）の1つです。語は、意味の違う2つの軸を組み合わせてできています。

• **陽性・陰性の軸**：モデルの予測がどちらのクラスだったかを表します。陽性は調べたい側のクラス（陽性クラス）、陰性はもう一方のクラス（陰性クラス）です。真陰性の陰性は、モデルが陰性と予測したことを指します。
• **真・偽の軸**：その予測が実際の正解と一致したかどうかを表します。一致していれば真、外れていれば偽です。真陰性の真は、予測が当たったことを指します。

2つを合わせると、真陰性は陰性と予測し、実際にも陰性だったケースになります。陰性の語だけを見て、実際が陰性だったことだと読むと取り違えやすいので、陰性は予測の側、真はその予測が当たったかどうか、と分けて覚えるのが要点です。

スパムメール分類での真陰性

メールがスパムである確率を0から1の値で出すロジスティック回帰のモデルを考えます。分類のしきい値より高い確率のメールは陽性クラス（スパム）に、低い確率のメールは陰性クラス（スパムではない）に振り分けます。

このとき真陰性は、スパムではないメールを正しくスパムではないと分類したケースです。実際の運用では、スパムフォルダーへ回されずに受信箱へそのまま届いた正規のメールがこれにあたります。

なお、モデルが出す確率はあくまで予測で、実際の正解そのものではありません。予測と正解を突き合わせて初めて、あるメールが真陰性かどうかが決まります。

評価の中での位置づけ

真陰性は、陰性の予測が当たった件数です。ほかの条件が同じなら、真陰性が多いほど陰性をよく見分けられているモデルといえます。実際の陰性の総数は、真陰性と偽陽性（陰性なのに陽性と予測したもの）の合計になります。対になる語として、真陽性・偽陽性・偽陰性があります。

G検定シラバス2024では、中項目10のモデルの選択・評価のキーワードに、真陽性・真陰性が含まれています。