精度（Accuracy）とは、全予測のうち正しい予測の割合を表す最も基本的な分類評価指標です。(TP+TN)/(TP+FP+TN+FN)で計算され、直感的に理解しやすい指標ですが、不均衡データでは誤解を招く場合があります。
不均衡データでの問題
例えば、99%が正常で1%が異常のデータで「すべて正常」と予測するモデルは精度99%を達成しますが、異常検知には全く役立ちません。このような場合は適合率、再現率、F値など他の指標を併用する必要があります。
精度を使うべき場面
クラス分布が均等で、偽陽性と偽陰性のコストが同等の場合に有効です。例えば、手書き数字認識（0〜9の各クラスがほぼ均等）などでは精度が適切な評価指標となります。