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45問: ある2値分類モデルを950件のデータで評価したところ、実際に陽性で陽性と予測した件数(真陽性)が40件、実際に陽性で陰性と予測した件数(偽陰性)が10件、実際に
ある2値分類モデルを950件のデータで評価したところ、実際に陽性で陽性と予測した件数(真陽性)が40件、実際に陽性で陰性と予測した件数(偽陰性)が10件、実際に陰性で陽性と予測した件数(偽陽性)が90件、実際に陰性で陰性と予測した件数(真陰性)が810件だった。このモデルの特異度と偽陽性率の組合せとして、最も適切なものはどれか。なお、値は小数第3位を四捨五入する。
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: 1. 特異度0.90、偽陽性率0.10
特異度は0.90、偽陽性率は0.10です。特異度は実際の陰性のうち陰性と正しく予測できた割合で、真陰性÷(真陰性+偽陽性)で求めます。
偽陽性率は実際の陰性のうち誤って陽性と予測した割合で、偽陽性÷(偽陽性+真陰性)です(scikit-learnの文書「3.4 Metrics and scoring」とGoogle for Developersの機械学習の用語集(ML Glossary))。実際の陰性は90+810=900件なので、特異度=810÷900=0.90、偽陽性率=90÷900=0.10で、2つの和は1になります。
「特異度0.80」は陽性の側の再現率40÷(40+10)=0.80を特異度と取り違えた値です。「偽陽性率約0.69」は分母を陽性と予測した40+90=130件にして90÷130≒0.69とし、残りを特異度とした値です。
「特異度約0.85」は真陰性を全件で割った810÷950≒0.85です。特異度と偽陽性率は、どちらも実際の陰性の件数で割ります。
関連キーワード: 特異度・偽陽性率・混同行列・再現率
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