不均衡データとは？-AI関連の用語集【クラベルAI】-

不均衡データ（Imbalanced Data）

不均衡データとは、見つけたい事例が、全体のごく一部しかないデータのことです。不正利用や機械の故障、解約のように、起きること自体がまれな出来事で起こりがちです。「全部が正常」と答えるだけで正解率が高くなるため、AIが肝心の事例を学ばないまま見かけだけ優秀になる落とし穴があります。評価の方法や学習のさせ方に工夫が必要です。

不均衡データ（Imbalanced Data）関連用語

不均衡データ（Imbalanced Data）に関連する単語は以下の通りです。

• 異常検知まれな異常を見つけるには？→
• 正確度（Accuracy）正解率だけを見ていいの？→
• 再現率（Recall）見逃しを数える指標とは？→
• F1スコア2つの指標を1つにまとめるには？→
• データ拡張（Data Augmentation）データを増やす工夫とは？→
• 混同行列（Confusion Matrix）間違いの種類を一覧にするには？→

不均衡データ（Imbalanced Data）で知っておくと得する有益情報

不均衡データは、実務で頻繁に出会う問題です。気をつけたい点を3つにまとめました。

• 正解率に注意ほとんどが正常なら、全部を正常と答えても正解率は高くなります。
• 見逃しの数を見る少数派を拾えた割合（再現率）や、F1スコアも合わせて確認します。
• データ側と学習側で対策少数派を増やす、多数派を減らす、間違いの重みを変えるなどの方法があります。

主な対策

正解率だけで判断せず、見逃した数を必ず確認しましょう。

不均衡データ（Imbalanced Data）やさしい解説

正解率が99%なら、すごく優秀なAIじゃないの？

クラスに100人いて、遅刻者が1人だけの場合を考えてください。「誰も遅刻しない」と言い続けても、99%当たりますよね。

でもそれでは、肝心の遅刻者を一人も見つけられません。不均衡データの落とし穴です。

たとえば不良品が1%しかない製造ラインで、AIの正解率が99%と聞くと安心しがちです。ところが「全部良品」と答えているだけかもしれません。不良品をどれだけ拾えたか、良品を誤って不良と言った数はどうかを、必ず別に確認しましょう。

不均衡データ（Imbalanced Data）についてのみんなの疑問

どのくらい偏ると「不均衡」ですか？

明確な線引きはなく、少数派が全体の数%以下なら注意が必要です。偏りが大きいほど対策が要ります。まずは件数の割合を数え、評価に再現率や適合率も使うことから始めましょう。

データを増やせば解決しますか？

少数派が増えれば効果はありますが、まれな事例は集めにくいのが現実です。複製だけで増やすと、同じ例を丸暗記してしまいます。合成データの利用や、間違いの重みを変える方法も組み合わせます。

どの評価指標を見ればいいですか？

見逃しが怖いなら再現率、誤報が困るなら適合率を重視します。両方を見たいときはF1スコアが便利です。何を避けたいかを先に決めると、見るべき指標も自然に決まります。

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関連の用語集（全用語）気になった言葉は、ここからまとめて探せます。用語集を開く →

この記事は役に立ちましたか？

はい、役に立った いまいち

この記事をシェア

X Facebook LINE はてブ URLをコピー

ブログやSNSで紹介していただくときは、このページのURLをそのままお使いください（リンクはご自由にどうぞ）。

このサイトをホーム画面に追加

分からない言葉が出たとき、すぐ開けます。