適合率（Precision）とは、AIや機械学習が「陽性」と予測したもののうち、実際に陽性だった割合を示す評価指標です。
たとえば、AIが20件を「迷惑メール」と判定し、そのうち15件が本当に迷惑メールだった場合、適合率は75％です。
適合率を見ると、「AIが陽性と判断した結果を、どのくらい信用できるか」を確認できます。特に、誤って陽性と判断する「偽陽性」を減らしたい場面で重要です。
一方、適合率だけが高ければ優れたAIとは限りません。目的によっては再現率（Recall）や正解率（Accuracy）、F1スコアなども合わせて確認する必要があります。
この記事では、適合率の意味や計算式、具体例、ほかの評価指標との違い、使うときの注意点を初心者向けに解説します。
適合率（Precision）とは
適合率（Precision）は、分類モデルを評価するときに使われる代表的な指標です。
簡単にいうと、
「AIが陽性だと言った結果のうち、本当に陽性だったものは何％か」
を見る数字です。
迷惑メール判定なら、「迷惑メールと判定したメールのうち、本当に迷惑メールだった割合」と考えると分かりやすいでしょう。
数値が高いほど、陽性という予測に含まれる誤検出が少ないことを意味します。
適合率の計算式
次の式で計算します。
Precision ＝ TP ÷（TP ＋ FP）
ここで使われるTPとFPは、次の意味です。
| 記号 | 日本語 | 意味 |
|---|---|---|
| TP | 真陽性 | 実際に陽性で、AIも陽性と正しく予測した |
| FP | 偽陽性 | 実際は陰性なのに、AIが陽性と誤って予測した |
たとえば、AIが「陽性」と判定した20件のうち、
- TP：15件
- FP：5件
だった場合、
15 ÷（15＋5）＝ 0.75
となります。
したがって、適合率は75％です。
TP・FPを迷惑メール判定で考えてみよう
迷惑メールを「陽性」とすると、TPとFPは次のように考えられます。
TP（真陽性）は、本当の迷惑メールを迷惑メールと正しく判定したケースです。
一方、FP（偽陽性）は、普通のメールなのに迷惑メールと誤って判定したケースを指します。
適合率では、このFPが増えるほどスコアが下がります。
そのため、「誤って陽性にしてしまうこと」をできるだけ避けたい場面で重要な指標になります。
適合率の仕組みを具体例で理解しよう
100件のメールをAIが分類したケースを考えてみましょう。
結果が次のようになったとします。
| 分類結果 | 件数 |
|---|---|
| TP：迷惑メールを正しく検出 | 6件 |
| FP：普通のメールを迷惑メールと誤判定 | 2件 |
| FN：迷惑メールを見逃した | 4件 |
| TN：普通のメールを正しく判定 | 88件 |
| 合計 | 100件 |
AIが「迷惑メール」と判断したのは、TPの6件とFPの2件を合わせた8件です。
このうち、本当に迷惑メールだったのは6件なので、
6 ÷ 8 ＝ 0.75
となります。
適合率は75％です。
つまり、「AIが迷惑メールだと判断したものを確認すると、4件中3件程度は本当に迷惑メールだった」と解釈できます。
ここで重要なのは、適合率がすべての100件を基準に計算しているわけではないことです。
見るのは、AIが「陽性」と予測した結果だけです。
適合率はどんなときに使う？
適合率は、偽陽性による影響が大きいときに重視されます。
たとえば、次のようなケースです。
- 普通のメールを誤って迷惑メール扱いしたくない
- 正常な取引を不正取引として大量に警告したくない
- 人が確認するアラートの無駄を減らしたい
- 検索結果の上位に無関係な情報をなるべく表示したくない
大量の誤検出が発生すると、人による確認作業が増えたり、本来問題のない対象へ不必要な対応をしたりする可能性があります。
そのような場合は、陽性判定の「確からしさ」を表す適合率が役立ちます。
ただし、見逃しを減らすことのほうが重要なケースでは、適合率より再現率を重視する場合があります。
Accuracy・Recall・F1スコアとの違い
AIの分類性能を見る指標は、適合率だけではありません。
代表的な4つを整理すると、次のようになります。
| 指標 | 日本語 | 確認すること |
|---|---|---|
| Accuracy | 正解率 | 全予測のうち正しかった割合 |
| Precision | 適合率 | 陽性と予測したもののうち、本当に陽性だった割合 |
| Recall | 再現率 | 実際の陽性のうち、正しく見つけられた割合 |
| F1 | F1スコア | PrecisionとRecallのバランス |
Accuracyとの違い
正解率（Accuracy）は、すべての予測結果のうち、どれだけ正しく予測できたかを見る指標です。
一方、Precisionは「陽性と予測したもの」だけに注目します。
先ほどの100件の例では、
- TP：6件
- TN：88件
- FP：2件
- FN：4件
なので、Accuracyは、
（6＋88）÷100＝94％
です。
一方、Precisionは75％でした。
同じAIを評価していても、見ている対象が異なるため、数字も変わります。
Recallとの違い
Recallは、実際に陽性だったものを、どれだけ見つけられたかを見る指標です。
計算式は、
Recall ＝ TP ÷（TP ＋ FN）
です。
先ほどの例では、実際の迷惑メールはTP6件とFN4件を合わせた10件です。
そのうち6件を検出できたため、Recallは60％になります。
Precisionが「陽性という予測の正しさ」を見るのに対し、Recallは「本当の陽性をどれだけ取りこぼさなかったか」を確認します。
F1スコアとの違い
F1スコアは、PrecisionとRecallの両方を考慮する評価指標です。
Precisionだけを高くしようとすると、陽性と判断する件数を極端に減らし、見逃しが増える場合があります。
反対に、Recallだけを高くしようとすると、多くを陽性と判定することで誤検出が増える可能性があります。
そのため、両方のバランスを一つの数字で確認したい場合にF1スコアが使われます。
適合率と再現率がトレードオフになる理由
適合率と再現率は、一方を改善するともう一方が下がる場合があります。
理由の一つが、AIが陽性と判断するしきい値です。
たとえば、陽性と判断する条件を厳しくすると、確信度の高いものだけを陽性にできます。
すると、偽陽性が減り、Precisionは高くなりやすくなります。
しかし、条件を厳しくしすぎると、本当は陽性なのに陰性と判断するケースが増える可能性があります。つまり、見逃しであるFNが増え、Recallが低下しやすくなります。
反対に、陽性と判断する条件を緩くすると、Recallは高くなりやすい一方、FPも増えてPrecisionが低下する場合があります。
そのため、どちらか一方を最大化するのではなく、何を間違えると困るのかを考えて評価指標を選ぶことが重要です。
生成AIを学ぶうえで適合率をどう使う？
Precisionは、生成AIそのものの文章品質を万能に評価できる指標ではありません。
文章の自然さや創造性などは、「陽性・陰性」という正解だけでは評価しにくいためです。
一方、生成AIを使ったシステムの中でも、分類や検索など正解を定義できる処理ではPrecisionを利用できます。
たとえば、RAGなどで関連文書を検索するときには、検索結果にどれだけ関連性のある文書が含まれているかを見る考え方としてPrecisionが利用されます。
検索やランキングでは「Precision@k」という指標もあります。
これは、上位k件の検索結果のうち、関連性のある結果がどの程度含まれているかを見るものです。
生成AIを学ぶときは、まず、
Precision＝陽性と予測したものの中の正解率
と覚えておくと整理しやすいでしょう。
使うときの注意点
評価するときには、いくつか注意点があります。
単独でモデルを評価しない
Precisionが100％でも、優れたモデルとは限りません。
たとえば、100件ある本当の陽性のうち、1件だけを陽性と予測し、その1件が正解だった場合、Precisionは100％です。
しかし、残り99件を見逃しているなら、実用上は問題になる可能性があります。
PrecisionだけでなくRecallなども確認することが大切です。
「何％なら高い」と一律には決められない
Precisionは0から1、または0％から100％で表せます。
高いほど偽陽性が少ないことを示しますが、「80％以上なら十分」といった共通の基準があるわけではありません。
必要な水準は、用途や間違えた場合の影響によって異なります。
評価に使ったデータも確認する
Precisionの数値だけを見るのではなく、評価対象となったデータ数やクラスの偏りも確認する必要があります。
特に陽性データが極端に少ない場合は、少数の予測結果によってPrecisionが大きく変化することがあります。
複数の指標とデータ構成を合わせて判断しましょう。
適合率（Precision）に関するよくある質問
Precisionとは簡単にいうと何ですか？
AIが「陽性」と判断したもののうち、本当に陽性だった割合です。
「AIの陽性判定はどの程度信用できるか」を見る指標と考えると分かりやすいでしょう。
PrecisionとAccuracyは同じですか？
異なります。
Accuracyはすべての予測のうち正しかった割合です。
Precisionは、陽性と予測したものに限定して、そのうち本当に陽性だった割合を計算します。
PrecisionとRecallはどちらが重要ですか？
目的によって異なります。
誤って陽性と判定する「偽陽性」を減らしたい場合はPrecisionが重要です。
一方、本当の陽性を見逃す「偽陰性」を減らしたい場合はRecallが重要になります。
両方を重視したい場合は、F1スコアなども確認します。
Precisionは100％なら完璧ですか？
Precisionという指標だけを見れば、陽性と予測したものに偽陽性がなかったことを意味します。
ただし、陽性をほとんど予測していなければ、多数の見逃しが発生している可能性があります。
そのため、Recallなどほかの指標も合わせて確認する必要があります。
生成AIでもPrecisionは使いますか？
使われる場合があります。
特に、生成AIシステムの分類処理や情報検索、RAGの検索部分など、関連・非関連や正解・不正解を定義できる処理で利用できます。
一方、自由な文章の自然さや創造性などをPrecisionだけで評価することはできません。
まとめ
適合率（Precision）は、AIが陽性と予測したもののうち、本当に陽性だった割合を示す評価指標です。
基本的な計算式は、
Precision ＝ TP ÷（TP ＋ FP）
です。
Precisionが高いほど、陽性と予測した結果に含まれる偽陽性が少ないことを表します。そのため、誤検出をなるべく減らしたい用途で重要になります。
ただし、Precisionだけを高くしても、実際の陽性を大量に見逃している可能性があります。
AIや機械学習を評価するときは、Accuracy、Recall、F1スコアなどとの違いを理解し、用途やリスクに合わせて指標を選ぶことが大切です。
