ROC曲線

AUC/ROC AUC (Area Under the Curve) / ROC (Receiver Operating Characteristic) Curve えーゆーしー / あーるおーしーきょくせん

高頻出 ⚪ 旧用語テクノロジ系新しい技術

意味・解説

偽陽性率と真陽性率の関係を描いた曲線。分類モデルの性能を可視化する。

「真陽性率」と「偽陽性率」のトレードオフを可視化する。AUCの値が1に近いほど、AIの判別性能（正解と不正解を見分ける力）が優れていることを示す。

「AIという『検品員』が、どれだけ正確に良品と不良品を見分けられるかを測る指標」です。

1.ROC曲線:

判定の基準（しきい値）を動かしたときの、『正解を正解と言える確率』と『間違いを正解と言ってしまう確率』の推移をプロットした線です。

その曲線の下側の面積です。ランダムな予想なら0.5になり、完璧なら1.0になります。ポイントは、単純な『正解率』だけでは、データの偏り（例：

1000個に1個しかない不良品）がある場合にAIの真の実力を測れないため、このグラフの形状で判断する必要があるからです。

病気診断AIの性能を比較するため、複数のモデルのROC曲線を描画し、最もAUCが高いアルゴリズムを採用した。

同義語: 受信者動作特性曲線 / AUCスコア

分類: 機械学習モデルの評価指標