偽陽性false positive
偽陽性は、検査や検知の仕組みが、実際には当てはまらない対象を当てはまると誤って判定した結果である。
記事4本
最終言及 偽陽性（false positive）は、検査や分類、検知の仕組みが、実際には条件に当てはまらない対象を当てはまると誤って判定した結果である。誤検知とも呼ばれ、統計学では第1種の過誤にあたる。逆に、当てはまる対象を見逃した結果は偽陰性（false negative）と呼ばれる。
セキュリティの脆弱性検査、スパムフィルター、コード解析ツール、医療検査、機械学習の分類モデルなどで使われる概念である。より多くの対象を拾うように検知の感度を高めると、偽陰性は減る一方で偽陽性は増える傾向があり、両者の釣り合いをとることが多い。
この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。
この項目を扱った記事
早期がん検診では、真陽性1件に対して偽陽性、つまり実際にはない病気を示してしまう結果が10件出ることがよくあります。
そうした設定では、ひとつの目標を追い続けることが報われる一方で、安全な対象を見極められるか、実際には存在しない問題を報告する誤検知を抑えられるかは測れない可能性があります。
ブロックされた呼び出しには、必要な保護が働いたケースも、誤検知もあり得ます。