Precision

- 精度とは何か機械学習の目的は、コンピュータに大量のデータを与えて学習させ、未知のデータに対しても正確な予測や判断ができるようにすることです。その際、作成したモデルの性能を測ることは非常に重要になります。モデルの性能を評価する指標は様々ありますが、その中でも「精度」は基本的な指標の一つです。精度とは、簡単に言うと「どれだけ正確に陽性を当てられたか」を表す指標です。ここで言う「陽性」とは、例えば病気の診断であれば「実際に病気である」、迷惑メールの判別であれば「実際に迷惑メールである」といった具合に、対象とする事象に当てはまることを指します。具体的な例として、迷惑メールを判別するモデルを考えてみましょう。このモデルに100通のメールを与えたところ、そのうち20通を迷惑メールと判定したとします。そして、実際にその20通のうち18通が本当に迷惑メールだったとします。この場合、モデルは20通中18通を正しく迷惑メールと判定できたので、精度は(18 / 20) * 100 = 90%となります。ただし、精度だけでモデルの性能を判断するのは危険な場合もあります。例えば、実際には迷惑メールがほとんど存在しない場合、全てのメールを「迷惑メールではない」と判定するモデルでも高い精度が出てしまう可能性があります。そのため、精度と合わせて他の指標も確認することが重要になります。