精度・再現率・F値 せいど・さいげんりつ・えふち
PrecisionRecallF1スコア分類評価不均衡データ混同行列
精度・再現率・F値について教えて
簡単に言うとこんな感じ！
病気の検査に例えると分かりやすいよ！精度（Precision）は「陽性と診断した人のうち、本当に病気だった割合」、再現率（Recall）は「本当に病気の人を見逃さずに発見できた割合」、F値はその2つを合わせたバランス指標。どちらを重視すべきかは目的次第——見逃したくない（癌検診）ならRecall重視、無駄な警告を減らしたい（スパム検出）ならPrecision重視ってこと！
精度・再現率・F値とは
分類モデルの性能評価では、単純な**正解率（Accuracy）だけでは不十分な場合があります。たとえば、100件のうち95件が「正常」で5件が「異常」のデータで、AIが全件を「正常」と予測すれば正解率は95%になりますが、異常を1件も検出できていません。このような問題に対応するのが精度（Precision）・再現率（Recall）・F値（F1 Score）**です。
精度（Precision、適合率）は「陽性と予測した件数のうち、本当に陽性だった割合」です。偽陽性（False Positive）を減らしたいときに重視します。
再現率（Recall、感度）は「本当に陽性の件数のうち、モデルが陽性と正しく予測できた割合」です。偽陰性（False Negative）——つまり見逃しを減らしたいときに重視します。
F値（F1スコア）は精度と再現率の調和平均で、2 × (Precision × Recall) / (Precision + Recall) で計算されます。どちらも重視したい場合の総合指標です。
指標の計算と意味
| 指標 | 計算式 | 「重視すべき」場面の例 |
|---|---|---|
| 正解率（Accuracy） | (TP+TN) / 全件数 | データが均衡なとき |
| 精度（Precision） | TP / (TP+FP) | 誤検知を減らしたい（スパムフィルタ・広告ターゲティング） |
| 再現率（Recall） | TP / (TP+FN) | 見逃しを減らしたい（がん検診・不正検知・設備故障予測） |
| F1スコア | 2×P×R / (P+R) | PrecisionとRecallのバランスが大事なとき |
| F_β スコア | (1+β²)×P×R / (β²×P+R) | βで重みを調整（β>1でRecall重視） |
TP=真陽性、TN=真陰性、FP=偽陽性（誤検知）、FN=偽陰性（見逃し）
歴史と背景
- 1950〜60年代：情報検索（Information Retrieval）の分野でPrecisionとRecallの概念が確立。「検索エンジンが返した結果の質」を測るために開発された
- 1979年：van Rijsbergenが情報検索の評価指標としてF値（Fβスコア）を定式化
- 1990年代：機械学習の評価指標として分類タスクに広く採用される
- 2000年代：不均衡データ問題への意識が高まり、Accuracy偏重からPrecision/Recall重視へのシフトが進む
- 2010年代：深層学習の普及とともに、医療AI・不正検知・セキュリティなどの「見逃しが致命的」な分野でRecall重視の設計が標準化
- 現在：多クラス分類ではmacro平均・weighted平均（クラスごとのPrecision/Recall/F1を重み付き平均）が使われる
Precision・Recall・F値の関係
関連する規格・RFC
| 規格・RFC番号 | 内容 |
|---|---|
| ISO/IEC 22989:2022 | AI概念・用語（モデル評価指標の定義を含む） |
| ISO/IEC TR 24029-1 | ニューラルネットワークの正確さ評価方法 |