評価指標とは
評価指標（Evaluation Metrics）とは、機械学習モデルの性能を数値で表す尺度の総称です。モデルの予測結果と正解データを比較し、どの程度正確に予測できているかを客観的に測定するために使用されます。
| ひとことで言うと | モデルの性能を数値で表すための物差し。 |
|---|---|
| 代表例 | 分類＝精度・適合率・再現率・F値・AUC／回帰＝MSE・MAE・R2。 |
| 注意点 | 指標は業務の損得と結びつけて選ぶ。数値の高さ自体が目的ではない。 |
評価指標の分類
評価指標は大きく分類タスク用と回帰タスク用に分かれます。分類タスクの代表的な指標には精度（Accuracy）、適合率（Precision）、再現率（Recall）、F値、ROC-AUC、PR-AUCなどがあり、回帰タスクにはMSE、RMSE、MAE、R2スコアなどがあります。自然言語処理分野ではBLEU、ROUGE、BERTScoreといった特有の指標も広く使われています。
1タスクを確認分類か回帰か
▶
2誤りのコストを整理見逃しと誤検知どちらが痛いか
▶
3主指標を決める判断のよりどころ1つ
▶
4補助指標も見る偏りがないか確認
評価指標選択の重要性
どの評価指標を重視するかは、解決すべき問題やビジネス目標によって異なります。例えば、医療診断のように見逃しが致命的な場面では再現率が重要視され、スパム検出のように誤検出を避けたい場面では適合率が重視されます。不均衡データの場合は精度だけでは不十分で、F値やROC-AUCを併用する必要があります。
複数指標の活用
単一の指標だけでモデルを評価すると、性能の一面しか捉えられません。複数の指標を組み合わせて総合的にモデルを評価し、トレードオフを理解した上でモデルの選択や改善を行うことが、信頼性の高い機械学習システム構築の基盤となります。