令和5年度春期 応用情報技術者試験 午前 問3
AIにおける機械学習で，2クラス分類モデルの評価方法として用いられるROC曲線の説明として，適切なものはどれか。
- ア 真陽性率と偽陽性率の関係を示す曲線である。
- イ 真陽性率と適合率の関係を示す曲線である。
- ウ 正解率と適合率の関係を示す曲線である。
- エ 適合率と偽陽性率の関係を示す曲線である。
解答・解説を見る
正解：ア
AI解説
ROC曲線は分類しきい値を変化させたときの真陽性率(TPR、再現率)と偽陽性率(FPR)の関係をプロットしたもので、曲線が左上に近いほど識別性能が高いと評価する。 ア: 正解。真陽性率(縦軸)と偽陽性率(横軸)の関係を示す曲線がROC曲線の定義である。 イ: 適合率(Precision)との関係を示す曲線ではない。真陽性率と適合率の関係を見るのはPR曲線に近い考え方である。 ウ: 正解率と適合率の関係もROC曲線の定義とは異なる組合せである。 エ: 適合率と偽陽性率の関係もROC曲線の定義とは異なる組合せである。 💡 ROC曲線はTPR-FPR、PR曲線(適合率-再現率曲線)は不均衡データの評価でよく使われる。曲線下面積(AUC)が1に近いほど良いモデルとされる。
出典：令和5年度 春期 応用情報技術者試験 午前 問3 ／ 独立行政法人情報処理推進機構（IPA）
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。
※Web掲載用に表記を一部変更しています。著作権はIPAに帰属します。