AIF-C01#111(fundamentals-ai-ml)
ある企業は、植物の葉の写真から植物の病気を予測する画像分類モデルを構築しました。同社は、モデルがどれだけの画像を正しく分類したかを評価したいと考えています。 モデルのパフォーマンスを測定するために、どの評価指標を使用すべきですか？
正解：B
正解の根拠
画像分類モデルが「どれだけの画像を正しく分類したか」を測る指標は精度 (Accuracy) です。Accuracy は全予測のうち正答した割合 (TP+TN)/(TP+TN+FP+FN) で計算され、クラス分布が比較的均衡している分類タスクでの基本指標として広く利用されます。SageMaker の組込み画像分類アルゴリズムや Rekognition Custom Labels の評価レポートでも Accuracy が標準で出力されます。
主要評価指標の比較
| 指標 | 用途 |
|---|---|
| Accuracy | 分類正解率の総合評価 |
| RMSE | 回帰の二乗平均平方根誤差 |
| R-squared | 回帰の決定係数 |
| 学習レート | ハイパーパラメータ |
不正解の理由
- A: 決定係数 R-squared は回帰モデルの分散説明率を示す指標であり、画像分類のような離散ラベル評価には使用しません。
- C: RMSE は連続値の誤差を測る回帰用指標で、クラスラベルの正答数を集計する分類評価には適合しません。
- D: 学習レートはオプティマイザの更新幅を制御するハイパーパラメータであり、モデル性能の評価指標ではありません。
コメント