結果の表から正解率を出す

ある自動車部品メーカーが、カメラで部品の傷を見つけるモデルを試しました。報告書には「正解率99%」とあります。

ただ、この工場の不良品は、100個に1個だけです。すべての部品を「良品」と答えるだけでも、99%になります。

そのモデルは、不良品を一つも見つけていません。このレッスンでは、この数字の読み方を学びます。

テストデータの一件ごとに、予測と本当の答えを並べます。これが結果の表です。

次に、予測が当たった数を数えます。正解率は、当たった数を全体の数で割り、100をかけた値です。

たとえば、10個中8個が当たれば、8 ÷ 10 で 0.8 です。100をかけて、80%になります。

# 自動車部品の検査結果、10個分です。True は不良品という意味です。
predicted = [False, True, False, False, False, False, True, False, False, False]
actual = [False, True, False, True, False, False, False, False, False, False]

right = 0
for i in range(len(actual)):
    if predicted[i] == actual[i]:
        right = right + 1

print("当たった数:", right, "/", len(actual))
print("正解率:", right * 100 / len(actual), "%")

# predicted の4番目を True に変えて、もう一度実行しましょう。

外れには、二つの種類があります。

誤検知は、良品を不良品と判定することです。部品を捨てたり、人が見直したりする手間が増えます。

見逃しは、不良品を良品と判定することです。不良品が客先の工場に届き、車のリコールにつながることもあります。

正解率は、二つの外れを同じ重さで数えます。だから、種類ごとの数も見ます。