F1スコアは、機械学習の分類モデルを評価するための指標の一つで、適合率と再現率の調和平均によって算出されます。データに偏りがある不均衡データにおいて、モデルの総合的な性能を正しく評価する際に極めて有効です。正解率だけでは見落とされがちな、陽性判定の品質と網羅性をバランスよく捉えることができます。
F1スコアとは
F1スコアとは、機械学習における二値分類などの予測性能を評価する指標であり、モデルの「適合率」と「再現率」のバランスを一つの数値で表したものです。
詳しく解説
機械学習の分類タスクにおいて予測精度を評価する際、正解率がよく使われます。しかし、対象となるデータの陽性と陰性の比率が大きく偏っている不均衡データの場合、正解率だけではモデルの真の実力を見誤ることがあります。例えば、100個中1個しか陽性がないデータにおいて、常に陰性と予測する極端なモデルを作っても正解率は99%になります。この課題を解決するためF1スコアが活用されます。F1スコアは、予測がどれだけ正確かを示す適合率と、実際の陽性をどれだけ網羅できたかを示す再現率という、トレードオフの関係にある2つの指標から成り立ちます。この両者の調和平均をとることで、極端な偏りを排除し、両方のバランスが取れている時にのみ高い値を示す仕組みになっています。数値は0から1の間をとり、1に近づくほど高精度なモデルであることを示します。
具体例・使われ方
F1スコアは、不均衡データが頻出する実世界の課題で広く用いられます。代表的な例として「スパムメールの検出」があります。通常のメールの中に紛れ込むごくわずかなスパムを正確に仕分けたい場合、適合率と、再現率の両方を高く維持する必要があります。他にも「クレジットカードの不正利用検知」や「医療画像による稀少疾病の診断」のように、誤検出も逃しもどちらも最小限に抑えたい領域でのモデル開発において、主要な評価尺度としてF1スコアが活用されます。
似た用語との違い
F1スコアと混同されやすい指標に「正解率」があります。正解率は、全データの中でモデルが正しく予測できた割合を表します。データの割合が均等な場合は直感的な指標として優れていますが、不均衡データに対しては機能しにくくなります。また、適合率と再現率とも異なります。適合率は誤検知を減らしたいときに重視され、再現率は見落としを減らしたいときに重視されます。F1スコアは、これら片方だけの性能が突出している状態ではなく、両方のバランスが客観的に取れているかを評価するために用いられます。
注意点
F1スコアは非常に便利な指標ですが限界もあります。まず、多クラス分類においてクラスごとのデータ数に大きな偏りがある場合、計算手法の選択によって数値の意味が変わってしまいます。また、F1スコアは陽性クラスの予測精度に特化しているため、陰性クラスの予測精度は直接反映されません。陰性データの予測精度も同等に重要である場合は、混同行列全体を可視化して分析したり、他の指標を併用したりする配慮が必要です。さらに、ビジネス要件によって誤検知の防止と見落としの防止のどちらかを優先すべきかが明確な場合は、F1スコアで一律に評価するのではなく、適合率や再現率の個別最適化を優先する方が適切な場合もあります。