ホーム / 機械学習の概要 / モデルの選択・評価 / 偽陽性・偽陰性
160
偽陽性・偽陰性
機械学習の概要モデルの選択・評価
偽陽性とは「本当は陰性なのに、誤って陽性と判定したもの」、偽陰性とは「本当は陽性なのに、誤って陰性と判定したもの」を指します。
たとえば病気の検査で、健康な人を病気と誤判定するのが偽陽性、病気の人を見逃すのが偽陰性です。どちらの誤りを重視するかは用途によります。
混同行列の中で重要な2種類の誤りで、AI の評価や運用ではどちらの誤りが許容できるかをよく考える必要があります。