再現率（Recall）
Recall
さいげんりつ
実際に陽性であるもののうち、分類モデルが正しく陽性と予測できたものの割合。TP÷（TP＋FN）で求め、感度や真陽性率ともいい、見逃し（偽陰性）のコストが大きい病気の検査や不正取引の検知で重視する。しきい値を下げると再現率は上がるが、適合率は下がりやすい。
Related
関連キーワードの用語
適合率と再現率の調和平均で、2×適合率×再現率÷（適合率＋再現率）で求める分類モデルの評価指標。F1スコアともいう。どちらか一方が低いと値が大きく下がるので、両者の釣り合いを1つの数値で評価でき、クラスの偏ったデータで正解率の代わりに使われる。
分類モデルの判定のしきい値を変えながら、横軸に偽陽性率（FP÷（FP＋TN））、縦軸に真陽性率（再現率）をとってプロットした曲線。左上に近いほど性能がよく、対角線はランダムな予測に当たる。曲線の下の面積（AUC）で、しきい値によらないモデルの識別能力を比べられる。
分類モデルの判定のしきい値を変えながら、横軸に再現率、縦軸に適合率をとってプロットした曲線で、右上に近いほど性能がよい。陰性が大多数を占める不均衡なデータでは、ROC曲線が楽観的な形になりやすいのに対し、PR曲線は陽性の検出の難しさを反映するので、不正検知などの評価に向く。曲線の下の面積を平均適合率（AP）という。
ROC曲線の下側の面積で、2値分類のモデルの性能を、しきい値によらずに表す指標。0から1の値をとり、1に近いほど陽性と陰性をよく識別できることを示し、無作為な判定では0.5となる。不均衡なデータでのモデルの比較にも使われる。
仮説検定で、帰無仮説が実際には誤っているのに、棄却しない誤り。本当は効果があるのに見逃してしまうもので、その確率をβで表し、1−βを検出力という。標本の大きさを増やすと、第1種の誤りの確率を変えずに第2種の誤りを減らせる。