📊
AI-900 対策ノート:分類モデルの評価指標まとめ
✨AI-900対策ノート:分類モデルの評価指標まとめ 📊
2025-04-13 · Reina
※ 試験対策用のメモ ✍️
1️⃣ 混同行列(Confusion Matrix)
モデルが「何を当てて何を間違えたか」を表にしたもの。
TP / FP / FN / TN の関係を理解するのが大事。
2️⃣ 精度(Accuracy)
全体のうちどれくらい当たったか。
- 不均衡データでは注意 ⚠️
3️⃣ 適合率(Precision)
陽性と予測した中で正解だった割合。
- 誤報を減らしたい場合に重要(例:スパム判定)
4️⃣ 再現率(Recall)
実際の陽性のうち、正しく見つけられた割合。
- 見逃しが許されない場合に重要(例:病気の診断)
5️⃣ F値(F1-score)
Precision と Recall のバランスをとった指標。
🎯 使い分け早見表
| シーン | 重視する指標 | 理由 |
|---|---|---|
| 病気の検査 | Recall | 見逃し厳禁 |
| スパムメール判定 | Precision | 誤検出を減らすため |
| 全体性能ざっくり | Accuracy | 全体の当たり具合 |
| 不均衡データ | F1-score | バランス良い測定 |

Discussion