［評価指標］正解率（Accuracy）とは？：AI・機械学習の用語辞典

用語「正解率」について説明。分類タスク（問題）に対する評価指標の一つで、機械学習モデルによる予測結果における正解数をデータ数で割った値を指す。

[一色政彦，デジタルアドバンテージ]

用語解説

　統計学／機械学習における正解率（Accuracy、正確さ、正確度、確度）とは、二値分類や多クラス分類のタスク（問題）に対する評価指標の一つで、機械学習モデルによる予測結果などにおける正解数をデータ数で割った値である。0.0（＝0％）～1.0（＝100％）の範囲の値になり、1.0に近づくほどより良い。

図1　「正解率」のイメージ

　正解率は、場合によっては一般的な用語の意味で「精度」と表現される場合もある。この場合の「精度」は、「性能（performance：どれくらい良い結果か）」に近い意味で用いられている（と筆者は考えている）。しかし統計学や科学における専門的な用語の意味では、「正解率（accuracy）」と「精度（precision）」は明確に区別されるので注意してほしい。精度（precision）は、精密度（＝適合率）を表す用語で、二値分類で陽性（positive）と予測したもの中で実際に陽性であった確率を指す。正解率と精度は違う尺度なので通常は一致しない。

　正解率の計算方法は説明済みだが、あらためて計算式を書き出すと以下のようになる。二値分類の混同行列で表現した計算式を2行目に示している。