基本情報技術者試験 ap-2023r05h-a 午前 問3: AI における機械学習で，2 クラス分類モデルの評価方法として用いられる ROC 曲線の説明として，適切なものはどれか。

問題本文

AI における機械学習で，2 クラス分類モデルの評価方法として用いられる ROC 曲線の説明として，適切なものはどれか。

選択肢

• ア.真陽性率と偽陽性率の関係を示す曲線である。
• イ.真陽性率と適合率の関係を示す曲線である。
• ウ.正解率と適合率の関係を示す曲線である。
• エ.適合率と偽陽性率の関係を示す曲線である。

正解

ア. 真陽性率と偽陽性率の関係を示す曲線である。

解説

ROC（Receiver Operating Characteristic）曲線は、2 クラス分類モデルで判定のしきい値を変化させたときの分類性能を可視化するグラフです。縦軸に真陽性率（実際に陽性のものを正しく陽性と判定した割合）、横軸に偽陽性率（実際は陰性なのに誤って陽性と判定した割合）をとり、両者の関係を曲線で描きます。したがって “真陽性率と偽陽性率の関係を示す曲線” が正しく、曲線が左上に近いほど（真陽性率が高く偽陽性率が低いほど）性能が良いモデルと評価できます。

選択肢ごとの解説

• ア.縦軸＝真陽性率、横軸＝偽陽性率の関係を表すのが ROC 曲線の定義そのものであり正しい。
• イ.真陽性率（再現率）と適合率の関係を示すのは PR 曲線（適合率-再現率曲線）であって ROC 曲線ではないため誤り。
• ウ.正解率と適合率の組合せは ROC 曲線の2軸ではないため誤り。
• エ.適合率と偽陽性率の組合せも ROC 曲線の2軸ではないため誤り。