【G検定過去問風テスト】混同行列（適合率と再現率）の使い分け・計算問題を一発攻略！

2026年7月24日 2026年7月24日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

二値分類モデルの評価指標に関する記述として、最も適切な選択肢を1つ選べ。

A）医療におけるがん検診のように、「実際には陽性である患者を誤って陰性と判断する見逃し（偽陰性）」のリスクを最小限に抑えたい場合は、評価指標として適合率（Precision）を最重視する。
B）迷惑メールフィルタのように、「通常の重要メールを誤って迷惑メール（陽性）と判断してしまう誤診（偽陽性）」を防ぎたい場合は、評価指標として適合率（Precision）を最重視する。
C）再現率（Recall）とは、AIモデルが「陽性（Yes）」と予測したデータの中で、実際に本当に陽性であったデータの割合を示した指標である。
D）適合率と再現率は一方を上げるともう一方も同時に上がる比例関係にあり、常に両方を100%にすることが容易である。

🔍 ここをクリックして正解を見る

正解: B）迷惑メールフィルタのように、「通常の重要メールを誤って迷惑メール（陽性）と判断してしまう誤診（偽陽性）」を防ぎたい場合は、評価指標として適合率（Precision）を最重視する。

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

適合率（Precision）：AIが「陽性だ！」と言い張った中の本物度。「誤作動（偽陽性）」を減らしたい迷惑メールフィルタで最重視！
再現率（Recall）：現実の本物の中からAIがどれだけ回収できたか。「見逃し（偽陰性）」が命取りになるがん検診や工場の不良品検知で最重視！

■ 初学者向け解説（例え話や背景）

評価指標の「適合率」と「再現率」は、日常の2つの現場に例えると絶対に忘れません！

1. 迷惑メールフィルタ＝適合率（Precision）
間違えて大切な仕事メール（陰性）を「迷惑メール（陽性）」と誤診断（偽陽性）してゴミ箱にポイされたら大惨事ですよね。AIが「これ迷惑メールです！」と宣言するからには「絶対に間違えるなよ！（慎重さ）」が求められます。これが適合率です。

2. がん検診＝再現率（Recall）
本当はがん（陽性）の患者を、AIが「あなたは健康（陰性）です」と見逃して（偽陰性）帰宅させたら患者の命に関わります。多少の誤診（疑わしきは検査）があっても良いから「本物の病人を1人も漏らさず捕まえろ！（網羅性）」が求められます。これが再現率です。

G検定では、この「ビジネスシーンのすり替えひっかけ」が何度も出題されています！

■ 選択肢の解説

A) 医療におけるがん検診のように、「実際には陽性である患者を誤って陰性と判断する見逃し（偽陰性）」のリスクを最小限に抑えたい場合は、評価指標として適合率（Precision）を最重視する。（×）: 「見逃し（偽陰性）」をゼロにしたい現場で最重視するのは、適合率ではなく再現率（Recall）です。
B) 迷惑メールフィルタのように、「通常の重要メールを誤って迷惑メール（陽性）と判断してしまう誤診（偽陽性）」を防ぎたい場合は、評価指標として適合率（Precision）を最重視する。（○）: 正解です！誤診（偽陽性）を減らしたい場合は、AIの発言の正確性を高める「適合率」を重視します。
C) 再現率（Recall）とは、AIモデルが「陽性（Yes）」と予測したデータの中で、実際に本当に陽性であったデータの割合を示した指標である。（×）: 記述は「適合率」の説明です。再現率は「現実世界の『本当の陽性データ』の中で、AIが陽性と予測できた割合」です。
D) 適合率と再現率は一方を上げるともう一方も同時に上がる比例関係にあり、常に両方を100%にすることが容易である。（×）: 適合率と再現率は「片方を上げるともう片方が下がる」トレードオフの関係にあります。そのため、両方のバランスを取る指標として「F値」が使われます。