ROC曲線とPR曲線の選択基準（不均衡データ対応）

「AIの『嘘』を見抜くための物差しの選び方」です。

1.ROCの限界：

1万件中1件の異常（不均衡）を探すAIにおいて、ROCは陰性の的中（TN）が多すぎるため、AIがダメでも『優秀』に見えてしまいます。

2.PRの鋭さ：

PR曲線は陰性の的中を無視し、『見つけた少数の当たりが本物か（適合率）』と『漏らさなかったか（再現率）』だけを凝縮して評価します。ポイントは、不正検知や病気の診断など、希少なケースを扱うAIではPR曲線を使わないと、実務で役に立たないAIを高評価してしまうリスクがあるからです。