ROC曲線

ROC曲線は、分類のしきい値を変えたときの、偽陽性率を横軸、真陽性率を縦軸にとって描いた曲線です。分類の性能を評価します。

■ 試験で押さえるポイント

• 真陽性率は陽性を正しく陽性と判定した割合、偽陽性率は陰性を誤って陽性と判定した割合です。

• 曲線が左上に近いほど、性能がよいモデルです。

• 曲線の下の面積（AUC）は、1に近いほど性能がよく、0.5は当てずっぽうと同じです。

■ 選択肢での判断ポイント

横軸が偽陽性率、縦軸が真陽性率であることを押さえます。