適合率と再現率とは【図解でわかりやすく】

最終更新日：2026年7月14日

30秒でわかる結論

適合率（Precision）＝「陽性と予測した中で本当に陽性だった割合」＝TP÷（TP＋FP）。再現率（Recall）＝「実際に陽性の中で正しく発見できた割合」＝TP÷（TP＋FN）。2つはトレードオフの関係。「どちらが高くても困る場面があるか」を場面ごとに判断する視点が試験でも実務でも重要。両方のバランスを見るのがF値（調和平均）。

適合率＝「陽性と予測した中で」本当に陽性だった割合。再現率＝「実際に陽性のうち」正しく見つけられた割合。

混同行列の続きとして、実務でもよく使われる2つの評価指標をセットで押さえましょう。

図解

解説

適合率（Precision）は予測の的中率です。迷惑メール判定なら「迷惑メールと判定したもののうち、本当に迷惑メールだった割合」。適合率が低い＝大事なメールまで迷惑メール扱いする「空振り」が多い、ということ。誤って陽性にすると困る場面（正常品を不良品と誤判定して捨てる等）で重視します。計算式は TP ÷（TP＋FP）。

再現率（Recall）は取りこぼしの少なさです。がん検診なら「実際にがんの人のうち、検査で発見できた割合」。再現率が低い＝見逃しが多い、ということ。病気の見逃しや不正の見逃しが致命的な場面で重視します。計算式は TP ÷（TP＋FN）。適合率とはトレードオフの関係で、両方のバランスを見るのがF値です。

具体例

迷惑メールフィルターで適合率を優先した場合：「迷惑メールと判定したものは確実に迷惑」になるが、迷惑メールを見逃しやすくなる（再現率が下がる）。がん検診で再現率を優先した場合：「がんの人をできるだけ見逃さない」設計になるが、健康な人も「がんの疑い」と判定しやすくなる（適合率が下がる）。このトレードオフを意識するのがポイントです。

間違えやすい類似用語

F値（F1スコア）：F値は適合率と再現率の調和平均で、両方のバランスを1つの数値で表す。どちらか一方が極端に低いと全体のF値も下がるため、バランス重視のケースで使う。
正解率（Accuracy）：正解率は全体のうち正しく予測できた割合。クラスが偏っているデータ（病気の人が少数）では正解率だけでは不十分で、適合率・再現率が必要。