再現率は、機械学習モデルが実際の正解データのうち、どれだけ多く見逃さずに予測できたかを示す評価指標です。異常検知や医療診断など、見落としが重大な損失につながる場面で特に重視されます。
再現率とは
一言でいうと、再現率とは「本当の正解のうち、AIが正しく見つけ出せた割合」のことです。
詳しく解説
AIの分類モデル性能を評価する際、正解をどれだけ網羅できたかを示す極めて重要な指標です。例えば、実際には異常であるデータをAIがどれだけ漏らさず検知できたかを表します。分母には「実際の正解データの総数」が入り、分子には「AIが正しく正解と予測した数」が入ります。見落としを極力減らしたい場面で活用されます。
具体例・使われ方
医療現場におけるがんの画像診断では、病変を見落とすと命に関わるため、高い再現率が求められます。また、クレジットカードの不正利用検知システムにおいても、不正な取引を確実に見つけ出すために再現率の高いモデル構築が重視されます。
似た用語との違い
混同されやすい概念として適合率があります。適合率は「AIが正解だと予測したもののうち、実際に正解だった割合」を指し、再現率とはトレードオフの関係にあります。
注意点
再現率を無理に100%に高めようとすると、あらゆるデータを「正解」と予測してしまい、誤検知が急増する点に注意が必要です。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月1日 13:51