適合率、再現率、F1
誤りの種類のバランスを取る
「適合率、再現率、F1」はCoddyKit上の無料Data Science Academyレッスンです。 これはレッスン3/4です。 下記で完全なレッスンを無料で読むことができます。その後、ブラウザ内の組み込みコードエディタと24時間対応のAIチューターでハンズオン演習できます。 これはData Science Academy学習パスの一部であり、ウェブとCoddyKitアプリ全体で進捗が同期されます。 Data Science Academyコースには全4レッスンが含まれています。
なぜ正解率だけでは不十分なのか
一つのクラスがまれな場合、正解率が高く見えても、重要なケースをすべて見逃していることがあります。適合率や再現率のような、より鋭い指標が必要です。🎯
適合率の定義
適合率は、「陽性と判定したケースのうち、本当に陽性だったのはいくつか」と問いかけます。「はい」という判定がどれだけ信頼できるかを測る指標です。
precision = TP / (TP + FP)適合率が重要な場面
実際には陰性なのに陽性とする誤警報のコストが高い場合、適合率が重要です。たとえば、本物のメールを迷惑メールと判定するケースです。すべての警告を正しくしたいと考えます。
再現率の定義
再現率は、「本当に陽性だったケースのうち、いくつを検出できたか」と問いかけます。見逃しをどれだけ防げるかを測る指標です。
recall = TP / (TP + FN)再現率が重要な場面
病気のスクリーニングのように、見逃しが危険な場合は高い再現率が重要です。少数の誤警報があっても、本当のケースをすべて検出することを優先します。
せめぎ合い
適合率と再現率は、通常お互いに反対方向へ働きます。より多くのケースを陽性と判定すれば検出数は増えますが、誤警報も増えます。これがトレードオフです。
F1スコアの登場
F1スコアは、適合率と再現率の調和平均を使って両者を一つの数値にまとめ、両方のバランスがよいモデルを評価します。
f1 = 2 * (precision * recall) / (precision + recall)なぜ調和平均なのか
F1は調和平均を使うため、どちらか一方のスコアが低いと全体も引き下げられます。一つの指標だけを高くしてごまかすことはできません。
一度の呼び出しで取得する
これらを手作業で計算する必要はありません。classification reportを使えば、すべてのクラスの適合率、再現率、F1を一度に出力できます。
from sklearn.metrics import classification_report
print(classification_report(y_true, y_pred))最適化する指標を選ぶ
問題に応じて決めましょう。見逃しが問題なら再現率、誤警報が問題なら適合率、両方のバランスが必要ならF1を最適化します。
平均方法に注意する
クラスが多い場合は、どのように平均するかを選びます。Macroは各クラスを等しく扱い、weightedはクラスの規模を考慮します。この選択によって見える結果が変わります。
f1_score(y_true, y_pred, average='macro')簡単な確認
適合率と再現率の違いを正しく理解できているか確認しましょう。
まとめ
適合率は「はい」という判定の信頼性を、再現率は陽性の検出力を表し、F1は両者のバランスを取ります。それぞれの誤りのコストを基準に選びましょう。🎯
AI チューターと学ぶ Python — 無料
ブラウザでリアルコードを書いて実行し、24/7 の AI チューターから瞬時にサポートを受け、ウェブまたはアプリで続きから学習できます。
- コース
- 30
- レッスン
- 120
よくある質問
「適合率、再現率、F1」レッスンは無料ですか？
はい。「適合率、再現率、F1」の完全なテキストはこのウェブで無料で読めます。インタラクティブに演習し（組み込みコードエディタと24時間対応のAIチューター）、Data Science Academyコースの残りをアンロックするには、CoddyKit PROにアップグレードしてください。 Data Science Academyコースには全4レッスンが含まれています。
「適合率、再現率、F1」で何を学びますか？
誤りの種類のバランスを取る ブラウザで直接実行するハンズオンコードでData Science Academyを演習し、24時間対応のAIチューターがレッスンを進める中での質問に答えます。
Data Science Academyを始めるのに経験は必要ですか？
事前経験は必要ありません。CoddyKitのData Science Academyは初級者から上級者向けに構成されているため、ここから始めるか最初から始めて、自分のペースで進むことができます。 これはレッスン3/4です。
「適合率、再現率、F1」レッスンにはどのくらい時間がかかりますか？
ほとんどのCoddyKitレッスンは約5～10分かかります。各レッスンはコンパクトでインタラクティブなので、着実に進歩し、ウェブとアプリ全体で正確に前回の場所から再開できます。
このData Science Academyレッスンでコードを書いて実行できますか？
はい。すべてのData Science Academyレッスンに組み込みコードエディタが含まれているため、ブラウザでリアルコードを書いて実行し、即座のAIフィードバックを取得できます。ローカル設定は不要です。
このコースのすべてのレッスン
- 回帰指標：MAE、MSE、R2
- 混同行列を読み解く
- 適合率、再現率、F1
- ROC、AUC、しきい値