二値分類モデルの評価に用いるROC曲線とAUCに関する説明として、最も適切なものを選べ。
- 1ROC曲線は、横軸に再現率、縦軸に適合率をとり、閾値を変化させたときの関係を描いたものである
- 2AUCは、ある1つの閾値を固定したときの正解率を表す指標である
- 3ROC曲線は、横軸に偽陽性率、縦軸に真陽性率をとって閾値を変化させたときの推移を描いたもので、AUCが0.5のときはランダムな予測と同程度の性能である
- 4AUCは0に近いほど性能が高く、完全な分類ができるモデルではAUCが0となる
正解と解説を見る
正解：3
ROC曲線は、判定の閾値を動かしながら、横軸に偽陽性率（FPR）、縦軸に真陽性率（TPR、再現率と同じ）をプロットした曲線です。曲線の下側の面積がAUCです。AUCは1に近いほど性能が高く、0.5はランダムな予測と同程度を意味します。横軸に再現率、縦軸に適合率をとるのはPR曲線で、AUCは特定の閾値に依存しない指標です。「ROC曲線はFPRとTPR、AUCは1が最良で0.5がランダム」と押さえましょう。
根拠：評価指標（ROC曲線、AUC、PR曲線）