Accuracy（正解率）は、分類および判定タスクにおいて最も基本的かつ頻繁に使用される評価指標です。予測結果が正解ラベルと完全に一致するサンプルの割合を算出し、モデルの全体的な正しさを直感的に示します。一般的にはパーセンテージまたは 0～1 のスコアで報告され、数値が高いほど性能が良いことを意味します。クラス分布が均衡している場合には信頼性が高いですが、クラス分布が極端に不均衡な場合は、Macro-F1、MCC、または AUROC と併用することが推奨されます。この指標は関連するベンチマークや論文で広く使用されており、異なる手法やモデルバージョン間の比較が容易です。