AIF-C01#94(fundamentals-ai-ml)
AIプラクティショナーが、画像内の素材の種類を分類するディープラーニングモデルを構築しました。このAIプラクティショナーは、モデルの性能を測定したいと考えています。 モデルの性能を評価するのに役立つ指標はどれですか？
正解：A
正解の根拠
混同行列 (Confusion Matrix) は分類モデルの予測ラベルと実ラベルをクロス集計した表で、True Positive・False Positive・True Negative・False Negative を可視化します。多クラス分類でもクラス間の誤分類傾向が把握でき、Accuracy・Precision・Recall・F1 スコアの算出基礎となるため、画像分類モデルの性能評価に最適です。
評価指標の用途
| 指標 | 用途 |
|---|---|
| 混同行列 | 分類モデルの予測内訳可視化 |
| 相関行列 | 変数間の線形相関確認 |
| R2 スコア | 回帰モデルの当てはまり |
| MSE | 回帰の平均誤差 |
不正解の理由
- B: 相関行列は変数間の線形相関を示す統計指標で、分類モデルの予測精度評価には用いません。
- C: R2 スコアは回帰モデルの説明力を測る指標で、分類タスクの性能評価には適合しません。
- D: 平均二乗誤差は回帰モデル向けの誤差指標で、離散ラベルの分類性能評価には不適切です。
コメント