精度

精度情報検索や統計的分類に使用される指標であり、抽出されたサンプル数に対する正しいサンプルの割合を指します。同様の概念は再現率であり、サンプルの総数に対する抽出されたサンプルの数の比率を指します。

2 つの概念の違い (混同行列の精度)

次の図に示すように、二項分類の 4 つの結果は混同行列とも呼ばれます。

真のカテゴリー	予測はポジティブです	予測は否定的です
肯定的な例	TP（実例）	FP (偽の反例)
反例	FN (偽陽性)	TN (真の反例)

上記の結果に関連するいくつかの指標:

適合率 P = TP / ( TP + FP ) 1 と予測されたサンプルが実際に 1 である確率

再現率 R = TP / ( TP + FN ) 実際には 1 であるサンプルで 1 を予測する確率

2つの値が0から1の間にある場合、その値はほぼ1に近く、再現率または適合率が高くなります。

2 つの概念間のつながり

適合率と再現率は、機械学習のパフォーマンス指標を判断するためによく使用されます。主に、P-R 曲線と F1 測定の 2 つのタイプがあります。

P – R 曲線:正確に取得された曲線を X 軸、Y 軸として再現します。

F1 メトリクス:適合率と再現率の調和平均は、1 / F 1 = 1 / 2 * (1 / P + 1 / R) として定義されます。