多クラス混同行列の正規化（バイアス除去）

Normalized Confusion Matrix (Bias Removal) まるちくらすこんどうぎょうれつのせいきか

中頻度 ⚪ 旧用語テクノロジ系新しい技術

意味・解説

AIの分類結果を集計した混同行列において、各クラスのデータ数の違いによる影響（偏見）を除くため、行ごとの合計値で各セルの値を割り、比率（0〜1）に変換すること。

各行（実際のクラス）の合計で各要素を割ることで、対角線上の値がそのクラスの「再現率（Recall）」を示すようになる。データ件数が多いクラスに評価が引っ張られるのを防ぐ。

「AIの成績表の『分母』を揃える」作業です。

1.問題点：

1,000件あるクラスAと10件しかないクラスBがある場合、普通の混同行列ではクラスAの正解数ばかりが目立ってしまいます。

すべてを『%』表示に直すことで、クラスBをどれだけ正確に当てられているかを、クラスAと対等な視覚的重みで確認できます。ポイントは、不均衡データにおいて、AIが特定のクラスを『無視』して全体の正解率を稼いでいないかを暴き出すためです。

製品の外観検査AIにおいて、良品数に対して不良品数が極端に少ないため、混同行列を正規化して見逃し率の偏りを確認した。

同義語: 行正規化混同行列

分類: 機械学習の評価指標可視化