DS検定 用語解説
混同行列とは
分類モデルの予測結果と実際の正解をクロス集計した表。Accuracy・Precision・Recall・F値などの評価指標の算出に使う。
まず押さえる結論
混同行列は、DS検定の「第5章 データ準備・可視化技法とモデル化」に出てくる用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-10-02。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
「第5章 データ準備・可視化技法とモデル化」の問題で、取り違えやすい組み合わせです。
- 標本誤差とサンプリングバイアスの混同。標本誤差は標本抽出に伴う偶然のばらつき、サンプリングバイアスは抽出方法の偏りによる系統的な誤差。
- 過学習を『精度が高いこと』と誤解する。訓練データに過剰適合し未知データへの汎化性能が下がる問題として理解する必要がある。
- Precision（適合率）とRecall（再現率）の取り違え。目的（見逃しを減らしたいか、誤検知を減らしたいか）によって重視する指標が変わる。
関連する確認問題
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
モデルの評価指標についての説明として、誤っているものはどれか。
誤っている説明を選ぶので、評価指標の定義の取り違えを探す。正解は「MAPEは、分類モデルの判定結果を、実際の値との組合せごとに数えた表である」である。分類モデルの判定結果を実際の値との組合せごとに数えた表は混同行列で、MAPEは、回帰モデルの予測誤差を実際の値に対する割合で表す指標である。RMSEが回帰モデルの予測誤差の大きさを表すこと、特異度が実際に陰性のデータを正しく陰性と判定できた割合であること、決定係数が当てはまりの良さを表すことは、正しい説明である。したがって、MAPEに混同行列の内容を当てはめた説明が、設問の誤った説明である。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
階層クラスタリングで、クラスタがどの順に結合されるかという階層関係を木のように表す図はどれか。
正解は「デンドログラム」である。デンドログラムは階層クラスタリングで、クラスタがどの順に結合されるかという階層関係を木のように表す図である。ROC曲線は分類モデルの性能に関わる図、混同行列は分類の予測結果を整理する表、散布図行列は複数の変数について二変数の関係を並べる可視化手法である。設問では分類モデルの評価や変数間の関係ではなく、クラスタを段階的に結合する構造を問うている。階層クラスタリングと対になる図を確認すれば判断できる。したがってデンドログラムを選ぶ。
第5章 データ準備・可視化技法とモデル化 / モデル化・評価
店舗の売上を毎日同じ時刻に記録し、日付の順序を保ったまま前日との関係や推移を分析する。このようなデータはどれか。
正解は「時系列データ」である。時系列データは、時間の経過に沿って観測した値を順番に並べたデータであり、観測の前後関係に意味がある。設問では売上を毎日記録し、日付順を保って前日との関係や推移を調べるため、時系列データに当たる。標本平均は標本の値を合計して個数で割った代表値、クラスター分析は似た対象をグループ化する分析、混同行列は分類結果を正解と予測の組合せで集計した表である。単に日付列があるかではなく、観測順序を入れ替えると分析上の意味が変わるかを確認する。
同じ章で確認したい用語
他資格でも出題される用語
到達チェック
- 混同行列を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、混同行列に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）