AI LAB / KEYWORD DICTIONARY

基礎知識

AUROC(受信者動作特性曲線下面積)とは?

Area Under the Receiver Operating Characteristic Curve

AUROCは、分類モデルの予測スコアからROC曲線下面積を算出し、陽性と陰性を適切に順位付けする識別性能を表す指標です。値が高いほど識別性能が良いことを示します。

仕組みと使いどころ

AUROC(Area Under the Receiver Operating Characteristic Curve)は、受信者動作特性曲線の下側の面積です。正解ラベルと、確率推定値またはしきい値適用前の決定スコアから計算します。二値分類に加え、多クラス分類やマルチラベル分類にも利用できますが、対象に応じてスコアの形や平均方法などの指定が異なります。多クラス分類ではOne-vs-RestまたはOne-vs-Oneを明示し、クラスごとの値をmacro平均やweighted平均などで集約できます。また、指定した偽陽性率までの部分AUCも計算できますが、多クラス分類では部分AUCに制限があります。AUROCは識別や順位付けを要約する指標であり、特定のしきい値における判定結果そのものを示すものではありません。

AUROCの活用例

たとえば、こんな場面で

二値分類モデルを比較する際、各データの正解ラベルと陽性クラスの予測確率を使ってAUROCを計算し、陽性例を陰性例より上位に置く能力の比較材料にできます。多クラス分類では、One-vs-RestまたはOne-vs-Oneと平均方法を指定して評価します。

使うときのポイント

計算時は、二値分類でどちらのクラスのスコアを渡すかを確認してください。多クラス分類では、スコアの列順とラベル順を一致させ、評価方式と平均方法も明示します。

参考資料

roc_auc_score (新しいタブで開きます)

用語の説明や活用例に関連する参考資料です。

READ & LEARN

用語を知ったら、活用を知る。

AI LABで、AIの動向や業務に取り入れるヒントを読む。

記事一覧を見る