iPAS 考題解析某醫院使用機器學習模型篩檢癌症患者。模型預測結果會決定哪些病人需要進一步檢查。院方非常重視盡量找出所有可能的癌症患者，即希望降低漏診（Missed Diagnosis）風險，即便這可能增加一些誤判。下列哪一個評估指標最能反映模型找出癌症患者的能力？

解析

正確答案：B. 召回率（Recall）

召回率（Recall）衡量的是實際陽性樣本中被模型正確識別的比例，即「模型能找出多少真正的癌症患者」。院方希望降低漏診風險，就是要最大化召回率，確保盡可能不遺漏任何癌症患者。

每個選項為什麼對或錯

• A 精準率（Precision） 錯誤選項

  精準率衡量預測為陽性中實際陽性的比例，重點在減少誤判而非減少漏診。

• B 召回率（Recall） 正解

  召回率衡量實際陽性被正確識別的比例，最能反映「找出所有癌症患者」的能力（正確答案）。

• C 假陽性率（False Positive Rate） 錯誤選項

  假陽性率衡量實際陰性被誤判為陽性的比例，不直接反映找出癌症患者的能力。

• D ROC-AUC 曲線 錯誤選項

  ROC-AUC 是綜合指標，不如召回率直接反映降低漏診的目標。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。