Confusion Matrix




Confusion Matrixとは

Confusion Matrix(混合行列)は、分類結果におけるパターンを表に表した物です。
右のような表です。

行が予測結果、列が正解を表しています。

図 Confusion Matrix

Confusion Matrixの各セルの意味

TP Positiveと予想した事象が、実際にもPositiveであった。
TN Negativeと予想した事象が、実際にもNegativeであった。
FP Positiveと予想した事象が、実際にはNegativeであった。
FN Negativeと予想した事象が、実際にはPositiveであった。

モデルの性能評価

  1. Accuracy(正解率)
  2. Recall(再現率)
  3. Precision(適合率)
  4. F値

Accuracy

Accuracyは、全体に対するTPの割合です。
$$
Accuracy = \frac{TP}{TP+TN+FP+FN}
$$

Recall

実際にPositiveな事象を、Positiveと予想できた割合です。
$$
Recall = \frac{TP}{TP+FN}
$$

Precision

Positiveと予想した事象が、実際にもPositiveであった割合です。
$$
Precision = \frac{TP}{TP+FP}
$$

F値

RecallとPrecisionの調和平均です。
$$
\begin{align}
F score &= \frac{2}{\frac{1}{Recall} + \frac{1}{Precision}} \\
&= \frac{2Recall⋅Precision}{Recall+Precision}
\end{align}
$$

感度と特異度

感度

感度(sensitivity)は、実際にPositiveな事象を、Positiveと予測できた割合です。
感度とRecallは同じになります。
$$
Sensitivity = \frac{TP}{TP+FP}
$$

特異度

特異度(specificity)は、実際にNegativeな事象を、Negativeと予測できた割合です。
$$
Specificity = \frac{TN}{TN + FP}
$$

タイトルとURLをコピーしました