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 | 正解率偽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。 |
答え ア
【解説】
ROC曲線(Receiver Operating Characteristic、受信者動作特性)は、観測された信号からあるものの存在を判定する際の基準となる特性で2クラス分類モデルの評価では、真陽性率と偽陽性率の関係を示す曲線(ア)です。
【キーワード】
・分類モデル
- 分類モデル(classification model)
過去のデータから抽出された工学的特徴の特定のセットに基づいて、項目を離散的なグループまたはクラスに割り当てます。
もっと、「分類モデル」について調べてみよう。
戻る
一覧へ
次へ