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。分類問題では精度やAUC、回帰問題ではRMSEやR2スコアなど、タスクに応じて適切な指標が使用されます。
AUC（Area Under the Curve）は、分類モデルの評価でよく使われる指標で、ROC曲線下面積を表します。0から1の値を取り、1に近いほどモデルの識別性能が優れていることを示します。
回帰問題では、平均二乗誤差（MSE）や平均絶対誤差（MAE）、R2スコア（決定係数）などがよく使われます。特にR2スコアはモデルの説明力を0から1の範囲で表すため、解釈が容易です。
![機械学習の評価指標における再現率（一問一答で学ぶDL） [Preview]](https://i.ytimg.com/vi/ESzHqiE1MXM/hqdefault.jpg "機械学習の評価指標における再現率（一問一答で学ぶDL） [Preview]")
![機械学習の評価指標における適合率（一問一答で学ぶDL） [Preview]](https://i.ytimg.com/vi/tKkAXbst4LU/hqdefault.jpg "機械学習の評価指標における適合率（一問一答で学ぶDL） [Preview]")
