用語「特異度」について説明。二値分類タスク(問題)に対する評価指標の一つで、実際の正解値が「陰性」で、かつ、予測値も「陰性」だった正解数(=TN)を、実際の正解値が「陰性」である全てのデータ数(=FP+TN)で割った値を指す。 連載目次 用語解説 統計学/機械学習における特異度(Specificity)とは、(基本的に)二値分類のタスク(問題)に対する評価指標の一つで、正解値(真の値)が「陰性(Negative、負例)」であるデータ全体のうち、機械学習モデルによる予測値も「陰性」で正解だった確率である。0.0(=0%)~1.0(=100%)の範囲の値になり、1.0に近づくほどより良い。 特異度の計算は、実際の正解値が「陰性」で、かつ、予測値も「陰性」だった正解数(=TN)を、実際の正解値が「陰性」である全てのデータ数(=FP+TN)で割ることで計算できる(図1)。 特異度は、「陰性」の予測