ROC 曲線と AUC

ROC 曲線とは、分類の判定閾値を変えながら「真陽性率」と「偽陽性率」をプロットした曲線で、AUC はその曲線の下の面積（0〜1）を表す指標です。

AUC が 1 に近いほど性能が高く、0.5 はランダムと同じ意味になります。閾値を一つに固定しないで、全体としての性能を評価できます。

クラスの偏りに比較的強い指標で、医療画像や信用スコアなど多くの分野で使われます。