MCDMClassification Metric
精度（Precision）
精度は、正と予測されたもののうち、実際に正であった割合を測定します。「正と予測した全ケースのうち、実際に正であったのはどれだけか？」という問いに答えます。偽陽性（false positive）のコストが高いシナリオでは、精度が重要になります。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010 ↗
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Precision (Positive Predictive Value). ScholarGate. https://scholargate.app/ja/model-evaluation/precision
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 精度モデル評価↔ compare
- F1スコアモデル評価↔ compare
- マシューズ相関係数 (Matthews Correlation Coefficient)モデル評価↔ compare
- Recall (感度)モデル評価↔ compare
- 特異度（Specificity）モデル評価↔ compare