マイクロ平均（Micro Average）
マイクロ平均（Micro Average）とは、機械学習モデルの評価指標を複数のクラスに対して算出するときに、すべてのサンプルをまとめて計算する方法です。個々のクラスを別々に扱うのではなく、全サンプルの予測結果を一つの大きなグループとして扱います。そのため、サンプル数が多いクラスが結果に強く影響を与えることになります。
マイクロ平均（Micro Average）は、例えば精度（Precision）やリコール（Recall）を計算するときに、すべてのクラスの「真陽性（True Positives）」や「偽陽性（False Positives）」、「偽陰性（False Negatives）」を合計してから評価指標を算出します。
この方法では、データが多いクラスが結果に大きく影響するため、データ数が多いクラスに重点を置きます。
マイクロ平均（Micro Average）関連用語
マイクロ平均（Micro Average）に関連する単語は以下の通りです。
- マクロ平均（Macro Average）
- 精度（Precision）
- リコール（Recall）
- F1スコア（F1 Score）
マイクロ平均（Micro Average）やさしい解説
マイクロ平均（Micro Average）とは、AIや機械学習で、いくつかのグループ（クラス）があるときに、全てのグループをまとめて一緒に計算する方法です。これは、たとえば学校のテストで全校生徒の点数を一緒に集めて平均を取るようなものです。
たとえば、3つのクラスがあって、それぞれに10人、20人、30人の生徒がいるとします。このとき、マイクロ平均（Micro Average）では、全ての生徒をまとめて一つの大きなグループとして考え、その全員の成績を合計して平均を出します。つまり、生徒数が多いクラスの影響が大きくなります。
簡単に言うと、マイクロ平均（Micro Average）は「みんなの結果を一つにまとめて計算する方法」です。人数が多いグループの影響が大きいので、どのグループも同じ重みではなく、人数が多いグループがより強く評価に反映されます。
AI関連の用語集【まとめ】
AI関連の用語集が気になる方のために、用語集一覧を作成しました。AIに関する学びを深めたいとお考えの方はぜひご覧ください。
＼AIの導入・開発・相談なら【クラベルAI】に相談しよう！／
