運動・勉強・記録

python勉強中。

5.3.2.6受信者動作特性(ROC)とAUC

(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