AI における機械学習で,2 クラス分類モデルの評価方法として用いられる ROC 曲線の説明として,適切なものはどれか。
真陽性率と偽陽性率の関係を示す曲線である。
真陽性率と適合率の関係を示す曲線である。
正解率と適合率の関係を示す曲線である。
適合率と偽陽性率の関係を示す曲線である。
正解は「ア」です。
ROC 曲線(Receiver Operating Characteristic curve)は,2 クラス分類モデルの識別性能を評価するために用いられ,縦軸に真陽性率(TPR:実際に陽性のものを陽性と判定できた割合),横軸に偽陽性率(FPR:実際には陰性のものを誤って陽性と判定した割合)をとった曲線です。分類の閾値を変化させたときの両者の関係を描き,曲線下面積(AUC)が大きいほど性能が高いと評価します。
本文が同じ・似ている問題を表示しています