ROC Curve
Receiver Operating Characteristic Curve
ROC Curve（ROC曲線）とは
ひとことで
分類の判定しきい値を変えていったときの、偽陽性率（横軸）と真陽性率（縦軸）の関係を描いたグラフ。曲線が左上に近いほど、分類性能が高いことを表す。
たとえると
金属探知機の感度ダイヤルを少しずつ回しながら、「本物の金属をどれだけ見つけたか」と「ただの石にどれだけ反応したか」を記録したグラフのようなものです。良い探知機ほど、石にはあまり反応せずに金属だけを見つけられます。
現場ではこう使う
与信審査モデルを比較する会議で、担当者は2つのモデルのROC曲線を並べて示しました。一方の曲線が全体的に左上寄りであることから、同じ偽陽性率で比べれば常にそちらのモデルの方が多くの陽性を正しく見つけられると説明し、採用するモデルの合意を得ました。
試験のポイント
EXAM POINT「横軸が偽陽性率、縦軸が真陽性率（再現率）」と出てきたらROC曲線です。しきい値を変えたときの性能の変化を表し、左上に近いほど良く、対角線はランダムな予測を意味します。曲線の下の面積を数値化したものがAUCという関係をセットで押さえましょう。縦軸は適合率ではない点に注意が必要です。
混同しやすい用語との違い
- AUCROC曲線の下の面積を数値にした指標。ROC曲線はグラフそのもの
- Confusion Matrix1つのしきい値での予測結果を4つに分けた表。ROC曲線はしきい値を変えた結果をつないだもの