真陽性/偽陽性/真陰性/偽陰性の予測

以下の定義は、適合率や再現率など、マシン ラーニング (ML) の他の基本概念を説明する上で重要な部分を形成するため、理解することが重要です。

以下の定義は、このプラットフォーム内に適用されるコンテキストにおいて説明されています。

• 陽性の予測とは、ラベルがメッセージに適用されるとモデルが考える予測です。
• 陰性の予測とは、ラベルがメッセージに適用されないとモデルが考える予測です。

真陽性 - 真陽性の結果とは、ラベルがメッセージに適用されることをモデルが正しく予測する結果です。

真陰性 - 真陰性の結果とは、ラベルがメッセージに適用されないことをモデルが正しく予測する結果です。

偽陽性 -偽陽性の結果とは、ラベルがメッセージに適用されることをモデルが誤って予測し、実際には適用されない結果です。

偽陰性 - 偽陰性の結果とは、ラベルがメッセージに適用されないことをモデルが誤って予測し、実際には適用される結果です。

これらの各概念について詳しくは、「 適合率と再現率の説明」をご覧ください。