Machine Learning and AI【図解】ROC曲線・PR曲線の書き方と使い分け基準を解説
ROC曲線とPR曲線は、検査や機械学習の分類に対する性能を判定する方法です。この手法を用いることで、検査の感度や陽性的中率のトレードオフを考慮しながら、性能を判定・比較することができます。この記事では、具体例を用いてROC曲線・PR曲線の書き方を説明し、それぞれを状況別に使い分ける方法について解説します。
Machine Learning and AI
Machine Learning and AI
Machine Learning and AICaluculating 95% confidence interval of ROC-AUC.
Calculating the 95% confidence interval for the AUC of the ROC curve allows one to infer the range of values that the AUC would take from the results of data obtained 'by chance'. Confidence intervals are therefore always presented in scientific papers. This article describes how to find the 95% confidence interval of the ROC-AUC and shows how the calculation can be implemented by the Python language.