二値分類モデル

二値分類モデル（Binary Classification）とは、与えられたデータが二つのカテゴリーのうちどちらに属するかを予測するAIモデルのことです。本記事では、基本の仕組み、代表的な手法、評価指標、活用分野を整理します。

二値分類モデルとは（意味・定義）

たとえば、メールが「スパム」か「非スパム」か、顧客が「購入する」か「購入しない」か、といった予測を行います。このモデルは、AI技術のなかでも基本的ながら非常に重要な位置を占めており、さまざまな分野で活用されています。

二値分類モデルは、入力されたデータの特徴量をもとに、そのデータがどちらのカテゴリーに属するかの確率を計算します。この確率が一定の閾値（たとえば0.5）を超えれば一方のカテゴリー、下回ればもう一方のカテゴリーに分類されます。

代表的な手法

二値分類モデルにはさまざまな種類があり、データの特性や目的に応じて使い分けられます。

ロジスティック回帰、サポートベクターマシン（SVM）、決定木、ランダムフォレスト、ニューラルネットワークなどが代表的です。

構築の流れ

二値分類モデルを構築する際には、まず適切な学習データを用意する必要があります。学習データは、各データがどのカテゴリーに属するかの正解ラベルを含んでいる必要があります。次に、用意した学習データを用いてモデルを学習させ、学習が終わったら、モデルの性能を評価するためにテストデータを使用します。このように正解ラベル付きのデータで学ぶ形式は教師あり学習に分類されます。

評価指標

モデルの評価には、さまざまな指標が用いられます。

正解率は、全体のデータのなかで正しく分類できたデータの割合を示します。適合率は、モデルが positive と予測したデータのうち、実際に positive であったデータの割合を示します。再現率は、実際に positive なデータのうち、モデルが positive と予測できたデータの割合を示します。F1スコアは、適合率と再現率の調和平均で、モデルの総合的な性能を評価するために使用されます。

適合率の考え方は、適合率の項目で詳しく解説しています。全体の正解割合である正答率とあわせて確認すると理解が深まります。

活用分野

二値分類モデルは、さまざまな分野で活用されています。医療分野では、患者のデータから病気の有無を予測したり、金融分野では、顧客の信用情報からローンの返済能力を予測したり、マーケティング分野では、顧客の購買履歴から商品を購入するかどうかを予測したりします。また、製造業では、製品の品質データから不良品を検出したり、セキュリティ分野では、ネットワークのトラフィックデータから不正アクセスを検知したりします。これらの事例からもわかるように、二値分類モデルは、さまざまな問題解決に役立つ強力なツールです。

よくある誤解

誤解：正解率が高ければよいモデルといえる

実際は：偏ったデータでは、正解率が高くても役に立たない場合があります。適合率や再現率もあわせて確認しましょう。

誤解：二値分類と多クラス分類は同じ

実際は：二値分類は二つのカテゴリーを扱う特別な場合です。三つ以上のカテゴリーを扱うのは多クラス分類です。

誤解：閾値は0.5で固定すべき

実際は：閾値は目的に応じて調整できます。見落としを減らしたいか、誤検出を減らしたいかで適切な値は変わります。

FAQ（よくある質問）

Q. どの手法を選べばよいですか？

A. データの量や性質、求める解釈性によって異なります。まずは基本的な手法で試し、必要に応じて比較検討するのが現実的です。

Q. 評価指標はどれを見ればよいですか？

A. 目的によります。誤検出を避けたいなら適合率、見落としを避けたいなら再現率、両者のバランスならF1スコアが目安になります。

関連用語

• 適合率 — 二値分類の代表的な評価指標
• 正答率 — 全体の正解割合を示す指標
• 教師あり学習 — 正解ラベル付きデータで学ぶ枠組み

用語の一覧はAI用語辞典トップからたどれます。実際のツール比較はAIツール一覧をご覧ください。

参考出典

• Google Cloud「生成 AI の用語集」: docs.cloud.google.com
• Salesforce「AI用語虎の巻」: salesforce.com
• SHIFT「AI用語集」: service.shiftinc.jp