［精度詳細］タブの見方

プロジェクト詳細画面の［精度詳細］タブには、作成されたAIモデルの精度の詳細が表示されます。

• 分析タイプが「入金請求突合」の場合は、［精度詳細］タブは表示されません。

• 分析タイプが「分類」、または「データマッチング」の場合
  
  
  
• 分析タイプが「需要予測」の場合
  
  

画面項目の説明

番号	項目	説明
	メニュー	クリックすると、右エリアの表示が選択した項目までスクロールされます。
	主要スコア	AIモデルを評価するための、次の項目が表示されます。 正解率（Accuracy） 適合率（Precision） 再現率（Recall） F値（F1-score） 分析タイプが「分類」、「データマッチング」の場合に表示されます。
	混同行列	正解のカテゴリーに対して推論結果がどのカテゴリーに分類されたかを示した表です。 表の中の数字はサンプル数を表し、対角成分は推論が正しかったサンプル数、それ以外は正しくなったサンプル数を表します。 分析タイプが「データマッチング」の場合は、負例を作成するネガティブサンプリングを行い、入力データを倍に増やしてから学習を実行しているため、実際の入力データに対する検証データとは数値が異なります。 分析タイプが「分類」、「データマッチング」の場合に表示されます。
	ROC曲線とPR曲線	ROC曲線 偽陽性率（FPF）、敏感度（TPF）を閾値を変えてプロットした図です。この曲線が左上隅に近づくほど判別能力が高いことを表します。 PR曲線 適合率（Precision）と再現率（Recall）を閾値を変えてプロットした図です。この曲線が右上隅に近づくほど判別能力が高いことを表します。 分析タイプが「分類」、「データマッチング」の場合に表示されます。
	特徴量重要度	学習に使用した項目の値が推論にどの程度寄与しているかを示す指標です。重要度の値が大きいほどAIモデルにとって重要な変数であることを示します。