1．基本を理解
読み方・用語解説- 読み方
- てきごうりつ
- 英語名
- Precision
- 提唱者・年代
- 分類の評価指標として確立（機械学習の基本概念）
💡 豆知識——分類問題の“四つ巴”（TP・FP・FN・TN）の中で、適合率は“予測した陽性の中身”を見る。
【セットで覚えたい関連用語】
再
再現率（Recall）陽性全体から回収できた割合。適合率とトレードオフ。教
教師あり学習（分類）適合率・再現率が使われる代表的なタスク。2．意味（定義）と例え話
一言で言うと？
陽性と予測したもののうち実際に陽性であった割合。TP/(TP+FP)。
背景・歴史的流れ
分類モデルの評価で「予測した正解中に本当の正解が含まれる割合」として使われ、再現率との対比で確立した指標。
身近な例え話
スパムフォルダに100件入ったら、本当にスパムだったのが80件——適合率は80%。“除外の精度”を見るイメージ。
AIとの関係
スパム検知・不正検知・医療スクリーニングなど、分類タスクの評価に必須。
おすすめの活用法・注目ポイント
「陽性と予測したもののうち実際に陽性／TP/(TP+FP)」が定義。再現率とのトレードオフをセットで覚える。
3．直前に理解（Q&A）
7問Q1. 適合率とは？最頻出
陽性と予測したもののうち実際に陽性であった割合。TP/(TP+FP)。
Q2. 別の言い方は？頻出
予測した正解中に本当の正解が含まれる割合。
Q3. 再現率との関係は？最頻出
適合率と再現率はトレードオフの関係にある（片方を上げるともう片方が下がりやすい）。
Q4. 「精度（Accuracy）と同じ」は正しい？混同注意
誤り。精度＝全体の正解率。適合率＝“陽性と予測したものの中”の正解率。
Q5. 例でいうと？頻出
スパム100件と判定して正解80件なら、適合率80%。
Q6. 重視したい場面は？頻出
誤って“陽性”と外すコストが高い場合（例：誤検知による誤削除を防ぎたいとき）。
Q7. 位置づけは？親と子
分類の評価指標 ⊃ 適合率（＋再現率・F値）。
4. まとめ
適合率＝陽性と予測したもののうち実際に陽性だった割合（TP/(TP+FP)）。再現率とトレードオフ。