AUC
AUC は ROC 曲線の下側面積であり、ランダムに選んだ正例が負例より高いスコアを得る確率に等しい。二値分類器の総合的な識別能力を測る。
目的
閾値に依存しない二値分類の評価指標を提供し、クラスの不均衡に対してロバストである。
メカニズム
AUC は ROC 曲線の積分、すなわち確率 P(score(正例) > score(負例)) に等しい。台形則または Mann-Whitney U 統計量で計算する。0.5 はランダム、1.0 は完全、0 は完全に反転した状態を表す。
ユースケース
- 分類器（Classifier）の比較
- クラス不均衡下の評価
- モデル選択