再現率（Recall／感度）は、実際に陽性である対象のうち、モデルが陽性と正しく検出できた割合です。本記事は公式の丸暗記ではなく、試験で問われる見逃し（偽陰性）の業務リスク・適合率との対比・閾値の動かし方に焦点を当てます。適合率記事とあわせて読むと整理しやすいです。
試験で問われる見方
○：再現率は本来陽性をどれだけ拾えたか（TF-046）。偽陰性（FN）を減らしたい場面で重要。
○：病気スクリーニングでは見逃しを避けるため再現率を重視（G-084）。適合率は「陽性と言ったうちの正しさ」で、重視する場面が異なる。
×：再現率＝適合率、再現率＝正解率などの定義すり替え。
混同行列の読み方
再現率は実際が陽性だった行に注目します。
| 予測：陽性 | 予測：陰性 | |
|---|---|---|
| 実際：陽性 | 真陽性（TP） | 偽陰性（FN）→ 見逃し |
| 実際：陰性 | 偽陽性（FP） | 真陰性（TN） |
再現率の分母は TP＋FN（実際の陽性の総数）です。適合率の分母（TP＋FP）とは異なる点が試験の核心です。
定義と偽陰性
再現率（Recall）＝ TP ÷ (TP ＋ FN)
「本当は陽性なのに、モデルが陰性と見逃した」件数が FN です。再現率が低いとは、陽性ケースの拾い漏れが多い状態を意味します。
重視する業務場面
| 場面 | なぜ再現率か |
|---|---|
| 医療スクリーニング | 患者の見逃し（FN）が致命的 |
| 不正・セキュリティ | 攻撃の取りこぼしを減らしたい |
| 欠陥検査 | 不良品の流出を防ぎたい |
| 情報検索 | 関連文書の網羅（リコール） |
誤検知より誤判定の「見逃し」が問題になるときは再現率優先。誤検知の方が困るときは適合率優先です。
適合率とのトレードオフ
閾値を下げて陽性判定を増やすと、拾い漏れは減り再現率は上がりやすい一方、誤検知が増え適合率は下がりやすいです。両方をまとめて見る指標がF1スコアです。
試験では「どちらを重視するかは業務目的で決める」と答えられることが重要です（G-084）。
すり替えに注意
| 誤った説明 | 正しい理解 |
|---|---|
| 再現率100%が常に最良 | すべて陽性予測すれば再現率1だが適合率は崩れる |
| 再現率＝適合率 | 分母が異なる（実際の陽性行 vs 予測陽性列） |
| 再現率は回帰の指標 | 主に分類の指標。RMSE等とは別（TF-377の誤答パターンはF値側） |
よくある質問
感度と再現率は同じ？
二値分類では同じ概念として扱われることが多いです。医療検査では「感度」という語がよく使われます。
特異度（Specificity）との関係は？
特異度は実際の陰性をどれだけ正しく陰性と判定したか（TN/(TN+FP)）。再現率とセットで試験に出ることもあります。
LLMの評価にも再現率は？
分類タスク（有害判定など）では使えます。自由生成の品質評価では別指標（BLEUスコア、人間評価）が中心です。