(※もしお気付きの点がありましたら、編集リクエスト・コメントなどご指摘お願い致します。)
機械学習等の分類問題で判別性能を見るために用いられる、Precision, Recall, F値等に関する記事をまとめます。
【1】Precision, Recall, F値の解釈
Precision, Recall, F値とは、どういう意味/違い/ニュアンスなのかを、機械学習くんがりんごかどうかを見分けるシーンを想像して解釈する記事。
【2】表を用いてPrecision, Recallを具体的な数値で計算する例 (分類クラスが3種類以上ある場合も計算)
Precision, Recallを具体的な数値で計算する記事。分類クラスが3種類以上ある場合も、計算の方法を詳解。
【3】Precisionが大きくRecallが小さい状態とは何か?
Precisionが小さくRecallが大きい状態とはどういうことなのか?、Precisionが大きくRecallが小さい状態とはどういうことなのか?、について解釈する記事。
【4】PrecisionとRecallの間に生じる差とは何か?
PrecisionとRecallの間に生じた差について、マーク模試の例で解釈する記事。
【5】Precision, Recallの定義式をより分かり易い形で表記・その特性や生じる差について解釈する
Precision・Recallの定義式をより分かり易い形で表して、PrecisionとRecallの間に発生する差とは何かについてより直感的に解釈してみます。
【6】分類問題で判別性能の調べ方を考える
Precisionだけを見ていれば良いのか? または、全体の正解率(Accuracy)だけを見ていれば良いのか? について考える記事。