AIと機械学習の基礎概念応用問題
二値分類モデルで「偽陰性（False Negative）」のコストが非常に高い医療診断タスクにおいて、分類の閾値（Threshold）を下げた場合、モデルの評価指標にどのような変化が生じるか？
A.再現率（Recall）が向上し、適合率（Precision）が低下する傾向がある← 正解
✓ 正解です。閾値を下げると陽性と予測される件数が増え、見逃し（偽陰性）が減り再現率が上がる一方、偽陽性も増えるため適合率は低下します。
B.適合率（Precision）が向上し、再現率（Recall）が低下する傾向がある
✗ 閾値を下げると陽性予測が増加するため、再現率が上がり適合率が下がるのが一般的なトレードオフです。
C.再現率（Recall）と適合率（Precision）が共に向上する
✗ 再現率と適合率は通常トレードオフの関係にあり、閾値操作で両方が同時に向上することはありません。
D.閾値の変更は再現率や適合率に影響せず、精度（Accuracy）のみが変化する
✗ 閾値の変更は予測ラベルの分布を変えるため、再現率・適合率・精度すべてに影響します。