記事「受信者動作特性曲線の紹介」についてのディスカッション

[MetaQuotes]

新しい記事「受信者動作特性曲線の紹介」はパブリッシュされました:

ROC曲線は、分類器の性能を評価するために使用されるグラフ表現です。ROC曲線は比較的単純に見えますが、実際に使用する際には、よくある誤解や陥りやすい落とし穴があります。この記事の目的は、分類器の性能評価を理解しようとする実務者に向けて、ROC曲線を紹介することです。

現実の多くの応用分野では、サンプルが2つの相互に排他的かつ包括的なクラスのいずれかに分類される「二値分類」問題が発生します。このようなシナリオでは、単一のターゲットクラスを定義し、各サンプルがそのクラスのメンバーか、またはその補集合（非ターゲットクラス）に分類されるケースがあります。たとえば、レーダーシステムにより画面上に検出された輪郭を、「戦車（ターゲットクラス）」または「非戦車オブジェクト」として分類するタスクが挙げられます。  同様に、クレジットカードの取引を「不正（ターゲットクラス）」か「正当な取引」として判定するタスクも、典型的な二値分類問題です。

単一のターゲットクラスを識別するというこの二値分類問題の定式化は、以降の分析の基礎となります。サンプルを明示的に2つの異なるクラスに分類するのではなく、本稿で採用するアプローチでは、あるサンプルが指定されたターゲットクラスに属するかどうかの判断に焦点を当てます。「ターゲット」とその補集合という用語は、軍事的なニュアンスを想起させるかもしれませんが、この概念自体はさまざまな分野に幅広く適用可能です。ターゲットクラスは、悪性腫瘍、成功した金融取引、あるいは前述のような不正なクレジットカード取引など、さまざまな対象を表すことができます。ここで重要なのは、「関心のある特定のクラス」と「それ以外のすべてのクラス」という二分法的な構造です。

作者: Francis Dube