② 機械学習の概要／ 10. モデルの選択・評価

混同行列とは

混同行列とは、分類結果を4つの要素で整理した表です。TP（真陽性）・FP（偽陽性）・TN（真陰性）・FN（偽陰性）から構成され、分類の性能指標すべての基盤になります。

この用語はG検定シラバスの「10. モデルの選択・評価」に含まれます。章全体の用語は用語解説②（全62語）にまとまっています。

分類の結果を「正解だったか」「陽性と判定したか」の組み合わせで4つに整理した表です。

4つのマス

	予測：陽性	予測：陰性
実際：陽性	TP（真陽性）	FN（偽陰性）
実際：陰性	FP（偽陽性）	TN（真陰性）

覚え方のコツは、1文字目が「予測が当たったか」（T＝当たり／F＝はずれ）、2文字目が「何と予測したか」（P＝陽性／N＝陰性）と読むことです。

たとえばFNは「はずれ・陰性と予測」なので、本当は陽性なのに陰性と判定した見逃しだと分かります。

正解率・適合率・再現率・F値はいずれもこの4つの値から計算されます。ROC曲線も同様です。

多クラス分類ではクラス数×クラス数の表に拡張されます。

陽性がごく少ないデータでは、TNばかりが極端に大きくなります。その結果、正解率は高く見えてもTPがほとんど無いという事態が起こります。

混同行列を作れば「そもそも陽性を検出できているか」が一目で分かるため、数値だけを見るより実態をつかみやすくなります。