2019-04-20 5.3.2.6受信者動作特性(ROC)とAUC python pythonではじめる機械学習 (30m)12:00~12:30 5.3.2.6受信者動作特性(ROC)とAUC ROCカーブ: 全てのスレッショルドを考慮して偽陽性率(FPR)と真陽性率(TPR)をプロットする。 FPR=FP/FP+TN(偽陽性を全ての陰性で割る) AUC: カーブ下の領域を呼ぶ。ROCの場合は0~1の範囲に収まり高いほうが良い。 from sklearn.metrics import roc_auc_score