こんにちは。レッジインターン生の大熊です。 今回は分類問題のタスクにおける予測結果の評価指標について、代表的なものをピックアップして書いていきます。 評価指標は各タスクに合わせて設定しなければならず、またその評価値の閾値も個別に設定することが多いです。 本記事を評価指標の選定の参考にしていただければ幸いです。 分類問題における正解・不正解のパターン 分類問題における実測値と予測値の関係性は以下のマトリクスで表現できます。 正(実測) 負(実測) 正(予測) TP FP 負(予測) FN TN TP:True Positive。実測値と予測値の両方が正であったもの。 FP:False Positive。実測値が負なのに、誤って正と予測値したもの(誤検知、偽陽性)。 TN:True Negative。実測値と予測値の両方が負であったもの。 FN:False Negative。実測値が正なのに、
![分類問題の予測結果の評価指標(Accuracy, Precision, Recall, F値, AUC)について整理してみた - Ledge Tech Blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/70cb4b42be1ec7a334a2908027e5705523421702/height=288;version=1;width=512/https%3A%2F%2Fstorage.googleapis.com%2Ftechblog%2Fimages%2Fmetrics%2FROC.png)