機械学習 感度：機械学習モデルの性能指標
- 感度とは感度は、機械学習モデルの性能を評価する上で欠かせない指標の一つであり、特に医療診断や異常検知などの分野で重要視されています。この指標は、実際に陽性であるデータに対して、モデルがどれだけ正確に陽性と予測できるかを示すものです。例えば、病気の診断を例に考えてみましょう。ある病気にかかっている患者がいるとします。感度が高いモデルは、その患者に対して実際に病気であると高い確率で正しく診断することができます。つまり、感度が高いモデルは、実際に病気にかかっている患者を見逃す可能性が低いと言えるのです。感度は、モデルの性能を測る上で非常に重要な指標ですが、感度だけでモデルの良し悪しを判断することはできません。なぜなら、感度が高いモデルでも、実際には病気にかかっていない人に対して誤って病気だと診断してしまう可能性もあるからです。これを「偽陽性」と呼びます。モデルの性能を総合的に評価するためには、感度だけでなく、偽陽性を表す「特異度」などの他の指標も合わせて考慮する必要があります。病気の診断のように、見逃しが許されない状況においては、感度を特に重視する必要があるでしょう。逆に、多少の見逃しよりも誤った診断を減らしたい場合には、特異度を重視する必要があるなど、状況に応じて適切な指標を用いることが重要です。
