正解率・適合率・再現率・F 値

分類モデルの性能を評価するための指標群です。機械学習モデルが予測した結果と、実際の正解ラベルを比較することで算出されます。モデルの特性に応じてどの指標を重視するかが決まるため、これらを使い分けることが重要です。

それぞれの指標は、混同行列に基づいて計算されます。正解率は全データのうち正解した割合、適合率は陽性と予測した中で実際に陽性だった割合、再現率は実際の陽性の中で陽性と正解できた割合を指します。F値は適合率と再現率の調和平均であり、両方のバランスを評価する指標です。

G検定では、誤分類のコストが異なる場合にどの指標を優先すべきかが問われます。例えば、癌診断のように見逃しが許されないケースでは再現率が重要となり、スパム判定のように誤検知を減らしたい場合は適合率が重視されます。これらの指標の定義と、トレードオフの関係を理解しておく必要があります。