AI・PMOの進化
F1スコア
F1 Score
読み：えふわんすこあ
適合率と再現率の調和平均を取り、二つの釣合いを一つの数値で表す分類指標です。
01初心者向け
まず意味をつかむ
警報が当たる割合と、本当の問題を拾う割合の両方を見たいときに使います。一方が極端に低いと点数も低くなり、単純平均とは違う動きをします。
02実務者向け
仕事でどう使うか
F1＝2×適合率×再現率÷両者の和で求めます。クラス別と全体集計の方法を記し、元の二指標と件数も残してモデルを比較します。
03専門家向け
判断を一段深める
適合率と再現率を同じ重さで扱う前提の指標です。見逃しと誤警報の費用が大きく違う場合や正常側の判定も重い場合には、F1だけで採否を決められません。
IN PRACTICE
具体例で考える
架空の適合率が80％、再現率が50％なら、F1は2×0.8×0.5÷1.3で約0.615です。
理解を助けるための架空の例です。適合率0.8
再現率0.5
F1約0.615
調和平均なので算術平均の0.65とは異なります。
ここは誤解しやすい
F1の上昇だけでは、どの種類の誤りが減ったかを読み取れません。
PROXIA INSIGHTS
考え方を、実務へつなぐ
AIを「使う」から、PMの判断に「活かす」へ ↗この知識を、組織の力へ。