再現率とは？

再現率（Recall）は、機械学習やデータ分析において、特に分類問題を扱う際に重要な評価指標の一つです。再現率は、実際に正例であるデータの中から、モデルがどれだけ正しく正例と予測できたかを示します。具体的には、以下のような数式で表されます。

再現率 = 真陽性 / (真陽性 + 偽陰性)

ここで、真陽性（True Positive）は正例を正しく予測した数、偽陰性（False Negative）は正例を誤って負例と予測した数です。再現率が高いほど、モデルは正例を見逃さずに予測できていることを意味します。

再現率の重要性

再現率は特に、以下のような状況で重要な指標となります。

1. **医療診断**: がんのスクリーニングなどでは、病気を見逃すことが致命的な結果を招く可能性があるため、高い再現率が求められます。
2. **スパムメールフィルタリング**: スパムを見逃すと重要なメールが埋もれてしまうため、再現率が重要です。
3. **詐欺検出**: 金融機関において、詐欺を見逃すことは大きな損失につながるため、高い再現率が求められます。

再現率と他の指標との関係

再現率は他の評価指標と密接に関連しています。特に、精度（Precision）との関係が重要です。精度は、モデルが予測した正例の中で、実際に正例だった割合を示します。数式で表すと以下のようになります。

精度 = 真陽性 / (真陽性 + 偽陽性)

再現率と精度はトレードオフの関係にあり、どちらかを高めるともう一方が低下することがよくあります。このため、モデルの評価には両方の指標を考慮することが重要です。

再現率の計算例

具体的な例を通じて、再現率の計算方法を理解しましょう。以下のような混同行列を考えます。

| | 実際の正例 | 実際の負例 |
|—————-|————|————|
| 予測の正例 | 70 | 10 |
| 予測の負例 | 30 | 90 |

この場合、真陽性は70、偽陰性は30となります。再現率は以下のように計算されます。

再現率 = 70 / (70 + 30) = 70 / 100 = 0.7

この結果から、モデルは実際の正例の70%を正しく予測したことがわかります。

再現率を向上させる方法

再現率を向上させるためには、いくつかのアプローチがあります。

1. **データの増加**: より多くのデータを収集し、モデルをトレーニングすることで、再現率を向上させることができます。
2. **アルゴリズムの選択**: 特定の問題に対して最適なアルゴリズムを選ぶことで、再現率を改善できる場合があります。
3. **ハイパーパラメータの調整**: モデルのハイパーパラメータを調整することで、性能を向上させることができます。