評価指標とは、機械学習モデルの性能を定量的に測定するための基準です。モデルがどれだけ正確に予測や分類を行えているかを数値で評価します。
分類問題では、正解率(Accuracy)、適合率(Precision)、再現率(Recall)、F1スコア、ROC-AUCなどが主要な評価指標として用いられます。特にROC-AUCは不均衡データの評価に有効です。
回帰問題では、平均二乗誤差(MSE)、平均絶対誤差(MAE)、R二乗値(R-squared)などが一般的な評価指標です。これらの値からモデルの予測精度を評価できます。
