精度（Accuracy）

精度（Accuracy）とは

精度（Accuracy）は、測定値や予測が、どれだけ真の値・正解に近いかを表す一般的な指標です。日常的にも「測定の精度」「翻訳の精度」のように、結果の正確さや信頼性を示す言葉として広く使われます。

AIの文脈での使われ方

AIの分野、特に分類タスクでは、Accuracy は「全予測のうち、正解した割合」という具体的な数値として使われます。

Accuracy = 正解数 / 全予測数

100件中90件が正解なら、Accuracy は 0.9（90%）です。シンプルで直感的なため、モデル性能を概観する際の代表的な指標になっています。

注意点（不均衡データの問題）

例えば「100件中99件が陰性、1件が陽性」のデータで、AIが全件「陰性」と答えても Accuracy は 99% になります。しかし実際には陽性を1件も拾えていないため、用途によっては使い物になりません。

これを不均衡データの問題と呼び、医療診断・異常検知・不正検出など少数側こそ重要なタスクでは特に要注意です。

他指標との違い

• Precision（適合率）: 陽性と予測したうち、実際に陽性だった割合
• Recall（再現率）: 実際の陽性のうち、陽性と予測できた割合
• F1スコア: PrecisionとRecallの調和平均

実務では Accuracy 単独ではなく、複数指標を組み合わせて評価するのが一般的です。