![](https://cdn-ak-scissors.b.st-hatena.com/image/square/271d485cc5955c7e28113315ef0a847187533155/height=288;version=1;width=512/https%3A%2F%2Fres.cloudinary.com%2Fzenn%2Fimage%2Fupload%2Fs--GAOEOYLc--%2Fc_fit%252Cg_north_west%252Cl_text%3Anotosansjp-medium.otf_55%3A%2525E3%252580%252590E%2525E8%2525B3%252587%2525E6%2525A0%2525BC%2525E5%2525AF%2525BE%2525E7%2525AD%252596%2525E3%252580%252591%2525E6%2525B7%2525B7%2525E5%252590%25258C%2525E8%2525A1%25258C%2525E5%252588%252597%2525E3%252581%2525AE%2525E4%2525BD%25259C%2525E3%252582%25258A%2525E6%252596%2525B9%2525E3%252581%2525A8%2525E9%252581%2525A9%2525E5%252590%252588%2525E7%25258E%252587%2525E3%252583%2525BB%2525E5%252586%25258D%2525E7%25258F%2525BE%2525E7%25258E%252587%2525E3%252581%2525AE%2525E8%2525A6%25259A%2525E3%252581%252588%2525E6%252596%2525B9%2525E3%252581%2525AB%2525E3%252581%2525A4%2525E3%252581%252584%2525E3%252581%2525A6%252Cw_1010%252Cx_90%252Cy_100%2Fg_south_west%252Cl_text%3Anotosansjp-medium.otf_37%3Aosn_Lofi%252Cx_203%252Cy_121%2Fg_south_west%252Ch_90%252Cl_fetch%3AaHR0cHM6Ly9zdG9yYWdlLmdvb2dsZWFwaXMuY29tL3plbm4tdXNlci11cGxvYWQvYXZhdGFyLzYwN2VmNjZiMGEuanBlZw%3D%3D%252Cr_max%252Cw_90%252Cx_87%252Cy_95%2Fv1627283836%2Fdefault%2Fog-base-w1200-v2.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【E資格対策】混同行列の作り方と適合率・再現率の覚え方について
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【E資格対策】混同行列の作り方と適合率・再現率の覚え方について
機械学習やディープラーニングのモデルの性能を評価する指標として、適合率・再現率があります。 「どっ... 機械学習やディープラーニングのモデルの性能を評価する指標として、適合率・再現率があります。 「どっちがどっちだっけ?」「どうやって計算するんだっけ?」と混乱しやすい、この二つの指標について、この記事を読めば、理解を固めることができます。 この二つの指標の出発点となる混同行列の作り方から、順番にしっかりおさえていきたいと思います。 混同行列の作り方 下準備として、実際と予測を縦軸・横軸に持っていき、それぞれに陽性(Positive)と陰性(Negative)の項目を持つ2×2の空き箱を作ります。 ❶ PとNを入力。 これは予測値が陽性(Positive)だったか、陰性(Negative)だったかで見ますので、以下の通り、予測値から矢印を伸びばすイメージで入力します。 ❷ TとFを入力 これは実際と予測があっていたか(True)、違っていたか(False)で見ますので、以下のイメージの通り、✖