再現率（Recall）
再現率（Recall）とは、機械学習や統計において、実際に陽性であるサンプルのうち、モデルが正しく陽性と予測できたサンプル（真陽性）の割合を指します。
再現率の数式
True Positive =真陽性の数（正しく陽性判定された陽性サンプル数）
False Negative = 偽陰性の数（誤って陰性判定された陽性サンプル数）
再現率が重要になる場面とは？
分類タスクにおいて見逃しがどれだけ少ないかを図る指標で、二値分類問題で頻用されます。
誤って見逃すことが大きな問題となるタスクでは特に重要な指標で、具体例として内視鏡画像のAI悪性腫瘍診断が挙げられます。画像に悪性腫瘍が写っているサンプルのうち検出器が悪性腫瘍と判定できた割合が再現率で、このように見逃しが人の命や重大事象を左右するようなタスクの場合は１に近い値が要求されます。
適合率との違い：混同しやすい評価指標
混同しやすいものとして適合率があり、こちらはモデルが正例と予測した数のうち正しく検出できた割合、つまり誤検出がどれだけ少ないかを図る指標です。
- 再現率：見逃しの少なさ
- 適合率：誤検出の少なさ