精度・再現率・F値 - AIの成績表

そうなの。
一例を出すわ。
仮に100人中1人が病気という検査で、AIが全員「健康」と答えたら正解率は99%。
でも病気の人は100%見逃していて、臨床的には全く使えない。
これが正解率?
だけで判断する危険よ。

代表的な2つを紹介するわ。
精度?
(Precision)は「AIが陽性と判定したもののうち、本当に陽性だった割合」。
再現率?
(Recall)は「実際の陽性のうち、AIが見つけた割合」ね。

そしてこの2つはトレードオフになることが多いの。
精度を上げれば再現率が下がる、逆も然り。
両方のバランスを1つの指標で示すのがF値?
(F1 Score)、精度と再現率の調和平均よ。

さらに混同行列?
(Confusion Matrix)という表で、真陽性・偽陽性・真陰性・偽陰性の4象限を整理する方法も覚えておいてね。

試験では「精度と再現率の違い」「F値=調和平均」「混同行列の4象限」が頻出よ。
丸暗記でなく定義を確認する習慣をつけて。