まとめ
ここでは、受信者操作特性 (ROC) 曲線についてある程度詳しく説明しました。 それにより、true ラベルが誤って割り当てられる頻度と、true ラベルが正しく割り当てられる頻度の比較がグラフ化されることを学習しました。 グラフ上の各ポイントは、適用された 1 つのしきい値を表します。
ROC 曲線を使用して、最終的なモデルの決定しきい値を調整する方法を学習しました。 また、曲線下面積 (AUC) から、モデルが最適な決定しきい値を使用することにどの程度依存するかがわかることも見ました。 また、2 つのモデルを互いに比較するための便利なメジャーにもなります。 お疲れさまでした。 いつもと同じように、新しい手法が身に付いたので、関心のあるデータでそれを使用して練習することをお勧めします。 それにより、時間やスペースのためにここでは説明できなかったことを経験し、理解できます。 がんばってください。