スパムメール検知や不正送金検知のように、対象データの99%が「正常（陰性）」でわずか1%のみが「不正（陽性）」である極端な不均衡データセットの評価に関する記述として、最も適切なものを1つ選択してください。
出典G検定オリジナル模擬試験
ア
すべてのデータを無条件に「正常」と判定するモデルでも正解率（Accuracy）は99%に達してしまうため、正解率単独での評価は不適切であり、PR曲線やROC曲線、F値等を用いるべきである。
イ
不均衡データにおいては正解率（Accuracy）が最も信頼できる唯一の指標となり、適合率や再現率は計算不可能となる。
ウ
ROC曲線（受信者操作特性曲線）は横軸に再現率、縦軸に適合率をプロットした曲線である。
エ
どのような分類タスクにおいても、ROC-AUCの値が0.5であるモデルは完璧な判別性能を持つことを意味する。