このセクションの他の記事
精度評価の見方（文書データ（自然言語処理））
１．マクロ適合率
AIが真と予測したものの中で、実際の値（＝投入した学習データの値）も真であったものの割合です。
予測が実際の値と、どのくらい一致しているかを表す「正確性」の指標です。
100%に近いほど正確に予測できていることを表します。
２．マクロ再現率
実際の値が真のものの中で、AIが真と予測したものの割合です。
予測が実際の値を、どのくらい網羅しているかを表す「網羅性」の指標です。
100%に近いほど網羅的に予測できていることを表します。
３．全体正解率
すべての予測結果の内、実際の値と一致しているのがどのくらいあるかを表す、AIモデルを評価する指標です。
100%に近いほど予測精度が良いことを表します。
４．平均正解率
各分類カテゴリーの正解率の平均です。
100%に近いほど予測精度が良いことを表します。
５．マクロF値
「正確性の適合率」と「網羅性の再現率」を組み合わせた指標で、調和平均です。
1.0に近いほど予測精度が良いことを表します。
６．混同行列
分類した予測結果をまとめた表です。
どのカテゴリーを正しく分類でき、どのカテゴリーを誤って分類したか確認できます。
＜混同行列の色の濃さについて＞
正解とAIの予測が一致している個数が多いほど、濃い紫で表示されます。
予測があたっている部分の色が濃ければ、AIモデルの予測精度は高いと言えます。
逆に、予測がハズレている部分の色が濃ければ、予測精度は低いと言えます。