1．基本を理解
読み方・用語解説- 読み方
- こんどうぎょうれつ
- 英語名
- Confusion Matrix
- 提唱者・年代
- 分類モデル評価の標準ツール
💡 豆知識——“confusion＝混乱”。“モデルがどこで混乱したか”を表にしたもの。
【セットで覚えたい関連用語】
T
TP/FP/TN/FN真正・偽陽・真陰・偽陰の4マス。適
適合率TP/(TP+FP)——“陽性と予測した中での本当に陽性の割合”。再
再現率TP/(TP+FN)——“本当に陽性だったものの検出率”。2．意味（定義）と例え話
一言で言うと？
分類モデルにおいて、正解クラスと予測クラスの組み合わせを表形式で集計したもの。適合率・再現率などの基礎。
背景・歴史的流れ
分類の標準評価ツール。“正解×予測”を表に集計することで、適合率・再現率・正解率などの指標を導ける。
身近な例え話
天気予報の“予想晴れ・実際晴れ／予想晴れ・実際雨”の集計表——この1枚で、アプリの得意不得意が見える。
AIとの関係
分類評価の基礎（2クラス→多クラス）。不正検出・医療検査など、コストの非対称な場面で特に重要。
おすすめの活用法・注目ポイント
「TP/FP/TN/FNがどこに来るか」が鉄板。
3．直前に理解（Q&A）
7問Q1. 混同行列とは？最頻出
分類モデルにおいて、正解クラスと予測クラスの組み合わせを表形式で集計したもの。
Q2. 4マスの意味は？最頻出
TP（正解で陽性）/FP（誤って陽性）/TN（正解で陰性）/FN（取りこぼした陽性）。
Q3. 適合率は？頻出
TP/(TP+FP)——“陽性と予測した中での本当に陽性の割合”。
Q4. 再現率は？頻出
TP/(TP+FN)——“本当に陽性だったものの検出率”。
Q5. 「正解率（accuracy）だけで良い」は正しい？ひっかけ
クラス不均衡では違う。適合率・再現率（やAUC）を見る。
Q6. 使う場面は？頻出
分類モデルの評価（不正検出・医療検査など）。
Q7. 位置づけは？親と子
評価指標 ⊃ 混同行列。
4. まとめ
混同行列＝正解クラスと予測クラスの組み合わせを表形式で集計したもの。適合率・再現率の基礎。