学習パラメータチューニング結果の精度と「予測データ」の精度が一致しない

学習パラメータチューニングでは、「予測データ」を利用してハイパーパラメータをチューニングして、最適なパラメータを設定することができます。

また、「予測データ」タブでは、正解ラベルが付与されたcsvファイルをインポートすることで、画面下部にように、現在セットされている教師データによる精度/適合率/再現率/F値を確認できます。

このとき、チューニングしたパラメータを反映後、チューニング結果で表示されている精度等の数値と、予測データで表示される精度等の数値が異なるケースがあります。

これは、学習パラメータチューニングの実行後、チューニングしたパラメータを反映すると、再度モデルを学習します。

モデルを再学習すると、内部的な乱数や小数誤差の計算などに影響され、全く同じ教師データ、同じパラメータでも精度は異なる可能性はあります。

最適パラメータを選択した場合でも、上記と同じ理由で精度等が一致しないこともあります。

また、対象特徴量で「セマンティック」と「セマンティックなし」では精度のぶれやすさが異なる可能性があります。