フォールスネガティブ・フォールスポジティブ

主に分類問題や予測モデルで使われる用語です。これらは、モデルの予測結果が実際の結果と一致しない場合を指します。

フォースネガティブ（False Negative, FN）

モデルが実際には「正」であるべき（ポジティブ）ものを「負」と予測してしまう場合です。例えば、病気の診断で以下のような例が考えられます。

- **例**: ガンの早期兆候があるにも関わらず、検査結果が「異常なし」と判断される。実際には患者がガンにかかっているにもかかわらず、モデルが誤って「ガンではない」と予測してしまう。

フォールスポジティブ（False Positive, FP）

モデルが実際には「負」であるべき（ネガティブ）ものを「正」と予測してしまう場合です。例えば、スパムメールのフィルタリングで以下のような例があります。

- **例**: 本当に重要なメールが「スパム」と誤認されてしまう。実際には正常なメールであるにもかかわらず、モデルがそれをスパムとして誤って識別する。