FujiCert

データ・DX

混同行列とは？

読み: こんどうぎょうれつ英語: Confusion Matrix更新日: 2026-06-26

分類モデルの予測結果を、正解と予測の組み合わせで整理する表です。

試験で問われるポイント

  • 真陽性、偽陽性、真陰性、偽陰性を区別します。
  • 適合率、再現率、正解率などの計算につながります。
  • 不均衡データでは正解率だけで判断しないことが重要です。

具体例

不正検知で、不正を見逃す場合と通常取引を誤検知する場合を分けて確認します。

混同しやすい点

  • 正解率だけで分類モデルを評価する。
  • 偽陽性と偽陰性の業務上の重みを考えない。

対応試験

DS検定G検定

関連する表記: 混同行列 / Confusion Matrix

関連問題で復習

G検定AIに必要な数理・統計知識

混同行列で確認できる内容として、最も適切なものはどれか。

DS検定データサイエンス

データサイエンス領域で扱う「ROC-AUC」の説明として最も適切なものはどれか。

DS検定データサイエンス

「ROC-AUC」を実務で使う場面の対応として最も適切なものはどれか。

DS検定データサイエンス

「ROC-AUC」に関する判断として最も避けるべきものはどれか。

関連用語

分類

入力データをあらかじめ決められたカテゴリのどれかに振り分けるタスクです。

評価指標

モデルの性能を測るための指標です。タスクや目的に合わせて適切な指標を選びます。

適合率・再現率

分類モデルの予測の正しさと、見つけるべき対象をどれだけ拾えたかを見る指標です。

FujiCertの用語解説は、各試験の公式問題ではなく、学習者が問題演習で つまずきやすい観点を整理した非公式の学習支援コンテンツです。