問題 No.168
がんの画像診断AIや不正ログイン検知システムのように、データ全体の中で「陽性（見つけたい対象）」の割合が極端に少ない不均衡データを評価したい。単に正解率を見るだけでは不適切なため、見落としの少なさを表す再現率と、見つけたうちの正確さを表す適合率の2つを組み合わせ、その調和平均として算出する総合的な評価指標はどれか。
【正解の解説】
F値
適合率（見つけた中での正確さ）と再現率（見落としの少なさ）という、両立が難しい二つの指標のバランスを、調和平均という計算式でうまくまとめた指標です。陽性が極端に少ないデータでも偏りなく評価できます。
スポンサーリンク
【その他の選択肢の解説】
決定係数
回帰モデルにおいて、予測値がどれくらい実際のデータに当てはまっているかを0から1の値で示す指標です。1に近いほど予測が正確であることを表します。
ジニ係数
主に経済学で富の不平等の度合いを示す指標ですが、機械学習では決定木においてデータの「混ざり具合（不純度）」を測る尺度として使われます。
アキュラシー
正解率のことです。データ全体の中でAIが正解した割合を単純に計算しますが、陽性が極端に少ない場合は、全て陰性と予測しても高い数値が出てしまうため不適切な場合があります。