戻る
一覧へ
次へ
機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適切なものはどれか。 ここで、分類されるデータは正しいものと間違っているものが含まれるものとする。
| ア | “間違い”として予測したデータのうち、実際は“正しい”データの割合 |
| イ | 実際に“間違い”であるデータに対し、誤って“正しい”と予測したデータの割合 |
| ウ | 実際に“間違い”であるデータに対し、正しく“間違い”と予測したデータの割合 |
| エ | 全データのうち、実際に正しく予測できなかったデータの割合 |
答え イ
【解説】
| ア | “間違い”として予測したデータのうち、実際は“正しい”データの割合は、偽陰性率です。(×) |
| イ | 実際に“間違い”であるデータに対し、誤って“正しい”と予測したデータの割合は、偽陽性率です。(〇) |
| ウ | 実際に“間違い”であるデータに対し、正しく“間違い”と予測したデータの割合は、真陰性率です。(×) |
| エ | 全データのうち、実際に正しく予測できなかったデータの割合は、誤答率です。(×) |
【キーワード】
・ROC曲線