AIにおける機械学習において、2クラス分類モデルの評価方法の一つであるROC曲線で用いられる偽陽性率の説明として、最も適切なものはどれか。ここで、分類されるデータには正しいものと間違っているものが含まれるものとする。

選択肢

• ア“間違い”と予測したデータのうち、実際は“正しい”データの割合
• イ実際に“間違い”であるデータに対し、誤って“正しい”と予測したデータの割合
• ウ実際に“間違い”であるデータに対し、正しく“間違い”と予測したデータの割合
• エ全データのうち、実際に正しく予測できなかったデータの割合

正解と解説

正解：イ 実際に“間違い”であるデータに対し、誤って“正しい”と予測したデータの割合

ROC曲線は縦軸に真陽性率、横軸に偽陽性率をとる。偽陽性率は「実際は陰性であるデータのうち、誤って陽性と判定した割合」であり、FP/(FP+TN)（FP＝偽陽性、TN＝真陰性の件数）で計算する。本問では“正しい”を陽性クラスとみなすので、実際は“間違い”のデータを誤って“正しい”と予測した割合が該当する。

選択肢ごとの解説

• ア“間違い”（陰性）と予測したデータを分母にした割合で、陰性の予測が外れた割合にあたる。偽陽性率は実際の陰性を分母にする点が異なる。
• イ正解。実際の陰性（“間違い”）を分母とし、誤って陽性（“正しい”）と判定した件数の割合で、FP/(FP+TN)にあたる。
• ウ実際の陰性を正しく陰性と判定した割合であり、これは真陰性率（特異度）である。偽陽性率は1からこれを引いた値。
• エ全データを分母にした誤り全体の割合で、これは誤分類率（1−正解率）である。

この問題に出た用語

• 機械学習
• 検査特性曲線（OC曲線）

同じ分野の他の問題

• コンピュータによる伝票処理システムがある。このシステムは、伝票データをためる待ち行列をもち、M/M/1の待ち行列モデルが…2018年度 秋期 問2
• AIにおける機械学習の過程において、過学習と疑われたときの解消方法として、最も適切なものはどれか。2025年度 春期 問2
• 0≦x≦1の範囲で単調に増加する連続関数f(x)がf(0)<0≦f(1)を満たすときに、区間内でf(x)=0であるxの値…2025年度 春期 問1
• 式A+B×Cの逆ポーランド表記法による表現として、適切なものはどれか。2020年度 10月試験 問1
• AIにおける教師あり学習での交差検証に関する記述はどれか。2024年度 秋期 問1