30秒でわかる要点
分類モデルの評価指標。精度（Accuracy）は全体の正解率。適合率（Precision）は陽性予測の正確さ。再現率（Recall）は実際の陽性をどれだけ検出できたか。F値はPrecisionとRecallの調和平均。
「精度・適合率・再現率・F値」の練習問題
当サイトの練習問題から、この用語に関係する問題をピックアップしました。
Q1適合率（Precision）が高い一方で再現率（Recall）が低い場合、モデルの特性として最も適切なのはどれか。
- モデルは予測を慎重に行い、正と判定したものはほぼ正しいが、正例を見逃す傾向がある
- すべての正例を検出している
- 偽陽性が多く、予測が不正確である
- バランスの取れた性能を示している
答えと解説を見る
正解：A
高精度・低再現率：誤検出少ないが、見落とし多い。医療診断など誤検出を避けたい場合。
Q2適合率と再現率の調和平均である F1 スコアの重要性は何か。
- 両指標のバランスを単一の値で表現し、偏ったモデル評価を避けられるためである
- 適合率のみを考慮している
- 再現率には関係ない
- 回帰問題に適用される
答えと解説を見る
正解：A
F1 = 2×(P×R)/(P+R)。精度と再現率の調和平均。不均衡データに推奨。
Q3正解率（Accuracy）と適合率・再現率の関係について、最も重要な違いはどれか。
- 正解率は全体精度を示すが、不均衡データでは偏るため、適合率・再現率でクラス毎の性能を評価する必要がある
- すべての指標は同じ情報を提供する
- 適合率は全体精度を示す
- 正解率は最も重要な指標である
答えと解説を見る
正解：A
精度：全体的中率。不均衡（多数派）に支配される。精度・再現率：クラス個別性能。
機械学習の問題をまとめて解いて、理解を確かめましょう（無料・登録不要）。
機械学習の練習問題を解く