2026.05.05

【G検定対策】評価指標の使い分け方は？わかりやすく整理

seo-webmaster

プロモーションが含まれています

AIモデルの評価といえば「精度（Accuracy）」を思い浮かべる人が多いですが、それだけでは不十分です。

実は、データの偏り（不均衡）があると、精度が高くても役に立たないケースがあります。

そこで重要になるのが、適合率・再現率・F1スコアといった評価指標の使い分けです。
どの指標を使うかによって、モデルの評価は大きく変わります。

この記事では、初心者でも理解できるように

精度だけではダメな理由
適合率と再現率の違い
状況に応じた使い分け方

を図解ベースでわかりやすく整理します。

「どの指標を選ぶべきか」が判断できる状態を目指しましょう。

ジャンプするもくじ

まず結論
なぜ精度だけではダメ？
適合率と再現率の違い
どう使い分ける？
F1スコアとは？
G検定ではどう問われる？
まとめ
関連記事・おすすめ記事

まず結論

精度だけでは不十分。目的に応じて評価指標を使い分けることが重要です。

精度（Accuracy）＝全体の正しさ
適合率（Precision）＝間違って当てない
再現率（Recall）＝見逃さない

「どの指標を使うべきか」がよく問われます

なぜ精度だけではダメ？

データに偏り（不均衡）があると、精度は簡単に高く見えてしまいます。

不均衡データ＝片方のデータが極端に多い

　例：99%が正常、1%が異常
　全部「正常」と予測 → 精度99%

○ 実際は異常を1つも検出できていない

○「精度が高い＝良いモデル」ではない

適合率と再現率の違い

評価指標は「何を重視するか」で使い分けます。

○ 適合率（Precision）
　→ 正しいと予測した中で、どれだけ当たっているか
　→ 間違って当てない（慎重）

○ 再現率（Recall）
　→ 本当の正解の中で、どれだけ見つけられたか
　→ 見逃さない（広く拾う）

○ この2つはトレードオフの関係

○ 片方を上げるともう片方が下がりやすい

どう使い分ける？

状況によって「何を重視するか」が変わります。

○ スパムメール判定
　→ 適合率重視（誤判定を減らす）

○ 病気診断
　→ 再現率重視（見逃しを防ぐ）

○ 不正検知
　→ 再現率寄り（リスクを減らす）

○ G検定では「どちらを優先？」が頻出

○ “リスクが高い方を優先”と考えると理解しやすい

F1スコアとは？

適合率と再現率のバランスを評価する指標です。

F1スコア＝ PrecisionとRecallのバランス
両方が高いほど良い
どちらかが低いとF1も下がる

○「どっちも大事」な場面で使う

○ G検定でも基本用語として出る

G検定ではどう問われる？

「状況に応じた使い分け」が問われます。

医療 → 再現率
スパム → 適合率
不均衡データ → 精度は信用できない

○ パターンで覚えるのがコツ

○「見逃しNGか？誤判定NGか？」で判断

まとめ

評価指標は目的によって使い分ける必要があります。

精度だけでは不十分
不均衡データに注意
適合率＝間違って当てない
再現率＝見逃さない
F1スコア＝バランス

目的に応じて評価を変える

評価指標は、問題文の状況に応じて使い分けることが重要です。

精度（Accuracy）だけでは、不均衡データにおいて正しく評価できないケースがあるため注意が必要です。

G検定では「何を優先すべきか」を問う問題が頻出で、見逃しを防ぎたい場合は再現率、誤判定を減らしたい場合は適合率を選びます。

また、両方をバランスよく評価したい場合はF1スコアを使います。

「見逃しNGか？誤判定NGか？」を軸に判断するのが解答のコツです。

公式テキスト