特異度（Specificity）
特異度（Specificity）とは、分類モデルの性能を評価するための指標の一つで実際に陰性であるデータをどれだけ正しく陰性と予測できたかを示します。特異度（Specificity）が高いほど、モデルが陰性のデータを正確に識別できていることを意味します。特に、偽陽性（False Positive: FP）を減らすことが重要な場合に特異度は有用です。
特異度（Specificity）は以下の式で計算されます。
特異度=真陰性（True Negative: TN）真陰性（TN）+偽陽性（False Positive: FP）\text{特異度} = \frac{\text{真陰性（True Negative: TN）}}{\text{真陰性（TN）} + \text{偽陽性（False Positive: FP）}}
つまり、特異度（Specificity）は「陰性のデータの中で、正しく陰性と予測された割合」を示しています。
特異度（Specificity）は次のような状況で重要です：
- スパムフィルタ：実際にスパムではないメール（陰性）をスパムと誤って分類しないことが重要な場合、高い特異度が求められます。特異度が高ければ、正常なメールを誤ってスパム扱いしないことを示しています。
- 医療診断：特に、特定の病気にかかっていない患者（陰性）を誤って病気と診断すること（偽陽性）を防ぐため、特異度の高い診断モデルが求められます。
特異度（Specificity）は感度（Sensitivity）と対を成す評価指標で、感度は「陽性を正しく見つける能力」、特異度は「陰性を正しく見つける能力」を示します。両方の指標をバランスよく考慮することで、モデルの全体的な性能を評価できます。
特異度（Specificity）関連用語
特異度（Specificity）に関連する単語は以下の通りです。
- 感度（Sensitivity）
- 真陰性（True Negative: TN）
- 偽陽性（False Positive: FP）
特異度（Specificity）やさしい解説
特異度（Specificity）とは、コンピュータが「病気じゃない」や「スパムじゃない」と判断する場面で、どれくらい正しく判断できるかを示す数字です。特異度（Specificity）が高いと、誤って「病気じゃない人」を「病気だ」と判断したり、「普通のメール」を「スパム」と判断したりすることが少ない、ということになります。
特異度（Specificity）の計算方法は次の通りです：特異度=正しく「陰性」と判断した数（真陰性: TN）全ての「陰性」の数（真陰性: TN + 偽陽性: FP）\text{特異度} = \frac{\text{正しく「陰性」と判断した数（真陰性: TN）}}{\text{全ての「陰性」の数（真陰性: TN + 偽陽性: FP）}}特異度=全ての「陰性」の数（真陰性: TN + 偽陽性: FP）正しく「陰性」と判断した数（真陰性: TN）
つまり、特異度（Specificity）は「陰性の中で、どれだけ正しく陰性と判断できたか」を示します。
特異度（Specificity）が重要な場面は例えば、次のような場合です：
- スパムフィルタ：普通のメールを間違えて「スパム」と判断しないことが重要です。
- 医療診断：病気ではない人を間違えて「病気」と診断しないことが大切な場合です。
特異度（Specificity）は、感度（Sensitivity）とセットで使われ、特異度が陰性を正しく見つける力を表す一方で、感度は陽性を正しく見つける力を表します。
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！／
