ML-week6: PrecisionとRecall
先週一週間は学会のため、MLの勉強はほとんどできなかったんですが 今日から再開。 Week6の確認問題で２回も躓いてしまったので、 RecallとPrecisionについてまとめてみました。 Recall: コースでは再現率と訳されていた。 実際に陽性なデータ（真陽性と偽陰性を含む）のうち、モデルによって陽性だと判断されたデータ（真陽性)の割合。 二項分類問題ではTPR (True Positive Rate）あるいはSensitivity（感度）と呼ばれるらしい。 統計学では検出力（1-β)にあたるものですかね。 Precision: コースでは精度と訳されていたもの。 モデルによって陽性だと判断されたデータ（真陽性と偽陽性）に対する真陽性の割合。 二項分類問題ではPPV (Positive Predictive Value)と呼ばれるらしい。 week6では上記の二つの指標を用いて、ゆがみのあるデータを分類するモデル（たとえばかなり低頻度で現れる疾患の診断するときの学習モデル）を評価する方法を解説していました。 感度や特異度、FDRなんかはたまに耳（目）にする用語なので これを機会にスライドにまとめてみました。 Ng博士をまねて、パワーポイントのペン機能をつかって スライドにいろいろ書き込んだのですが SlideShareにアップ したらペンで書き込んだ部分が消えてました。 ざんねん。 ペン機能にはまだ慣れが必要ですが 使っていて楽しいです。 僕が使っているのはワコムの無線型タッチパッドです。 薄くて持ち運びも便利。 http://www.wacom.com/en-gb/products/navigation/bamboo-pad-wireless