コンフュージョン行列とは？
こんふゅーじょんぎょうれつ
分類モデルの予測結果を「正解クラス×予測クラス」の表形式で整理し、どの種類の誤りが何件あるかを一目で把握できるようにした評価ツールです。
コンフュージョン行列（Confusion Matrix、混同行列）は、二値分類または多クラス分類の性能を評価するための表です。行に実際のクラス、列に予測クラスを並べ、それぞれのセルに該当するサンプル数を記録します。
二値分類の場合、行列の4つのセルは次のように定義されます。
- TP（True Positive）: 陽性を陽性と正しく予測
- TN（True Negative）: 陰性を陰性と正しく予測
- FP（False Positive）: 陰性を誤って陽性と予測（第一種の誤り）
- FN（False Negative）: 陽性を誤って陰性と予測（第二種の誤り）
これらの値から様々な性能指標が計算されます。正解率（Accuracy）はTP+TNを全体で割った値ですが、クラス不均衡があると過大評価されやすい欠点があります。適合率（Precision）はTP/(TP+FP)、再現率（Recall）はTP/(TP+FN)で、F1スコアはその調和平均です。
医療診断（スクリーニングでFNを減らしたい）と迷惑メールフィルター（FPを減らしたい）のように、どの誤りをより重視するかは用途によって異なります。コンフュージョン行列はそのトレードオフを可視化するための基本ツールとして機械学習・統計学の実践で広く使われています。
使い方・例文
がんの診断AIを開発する際に、テストデータに対する予測結果をコンフュージョン行列で整理し、見逃し（FN）と過剰検出（FP）の件数を確認しながらモデルの閾値を調整する場面で使われます。
この用語をシェア
最終更新: