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
