データサイエンティスト検定 リテラシーレベル データサイエンス(機械学習・AI・非構造化データ) 練習問題 第4問: 2値分類モデルの評価に使うROC曲線とAUCについて述べたものとして、最も適切なものはどれか。
データサイエンス(機械学習・AI・非構造化データ)
– / 63 解いた
第4問
2値分類モデルの評価に使うROC曲線とAUCについて述べたものとして、最も適切なものはどれか。
解答と解説を先に見る
先に見ると、この問題は今回は育ちません。
正解: 3. 真陽性率は再現率とも呼ばれ、偽陽性率は1から特異度を引いた値にあたる
「真陽性率は再現率とも呼ばれ、偽陽性率は1から特異度を引いた値にあたる」が適切です。scikit-learnの文書は、ROC曲線を、判別のしきい値を変えながら、実際の陽性のうち陽性と判定した割合(真陽性率)と、実際の陰性のうち誤って陽性と判定した割合(偽陽性率)を描くものと説明し、真陽性率は再現率・感度とも呼ばれ、偽陽性率は1から特異度を引いた値だとしています。
「適合率と再現率の組」をたどるのは適合率-再現率曲線で、ROC曲線ではありません。偽陽性率の分母は実際に陰性の事例で、陽性と判定した事例ではありません。
AUCはROC曲線の下側の面積で、曲線全体を1つの数にまとめるので、しきい値を1つに決める必要はありません。1に近いほど陽性と陰性をよく分けられ、0.5は当て推量と同程度です。
関連キーワード: AUC・ROC曲線・しきい値・偽陽性率
模試 (100問)
この問題が解けたら、本試験はどうですか?本番形式で、ほかの科目もまとめて確かめる
本番形式の模擬試験で実力チェックPremium (月980円)Premium (ご利用中)本番と同じ制限時間
広告