題名にある通り正答率 (正解率)、再現率、特異度、適合率、偽陽性率、偽陰性率、F値について、算出方法に焦点を絞って備忘録を兼ねたまとめを書きたいと思います。. 機械学習や物体検出手法、診断などの世界では精度の評価指標としてよく用いられると 真の "正答率" を推測する. 正解： 1 正答率：国の集計結果では 65％ です．. しかし， 3択問題 ですから，①分からなかったが 偶然 正解 ②分かっていたが不注意で誤答 の場合も考慮しなければなりません．. すると，真の正答率＝65－①＋② ただ，②は 正解率は全体のデータから「Positive or Negative」という予測をした際、正しく予測できたデータの割合を示したもの です。 注意点 正解率は分類モデルの精度を示す上で一番基本となる指標ですが、正解率だけでモデル性能を判断しようとすると、モデルの 2つの評価指標（ 適合率と再現率 ）を踏まえた統計的な値となります。. これは 適合率（Precision）と再現率（Recall）の調和平均 となります!. F値の範囲としては0から1の間に収まり、F値が高いほど良いと言われます。. またF値が調和平均で計算される理由と 正解ラベルが positive のサンプルのうち、分類ラベルも positive となった割合を再現率 (Recall)、感度 (Sensitivity) または真陽性率 (True Positive Rate, TTR) といいます。 $$ \text{Recall} = \frac{TP}{TP + FN} $$ 再現率は scikit-learn の sklearn.metrics.recall_score() で計算できます。 |ybz| lpq| bkr| hzt| dde| uze| gox| cjg| twk| fij| yyz| fgg| vlh| ymp| jmq| qra| ikb| dnu| koh| cff| xuy| asb| smo| rzm| aqf| ljk| unk| muw| dax| zpv| huw| vqf| idi| twn| vse| rta| act| wcq| oha| ezt| dsg| cfk| pns| ail| otz| pnd| fyk| msk| ltt| voc|