【えーゆーしー】
AUC（曲線下面積） とは？
最終更新:
💡 ROC曲線の面積で、陽性と陰性の順位付けを測る
Area Under the Curve（曲線下面積）の略。分類ではROC-AUCを指すことが多く、しきい値を変えたROC曲線の下の面積で、陽性と陰性のスコアの順位付け性能を表す。
📌 このページのポイント
ひよこ AUCって何の面積を測っているの？
ひよこ なんで面積で評価するの？
ペンギン先生 しきい値を動かしたときの真陽性率と偽陽性率を、1つの数値にまとめられるからだよ。比較するときは同じ評価データや条件にそろえる。高いAUCでも、あるしきい値での誤検知や見逃しは別に確認するんだ
ひよこ どのくらいの値なら「良い」って言えるの？
ペンギン先生 「0.7なら実用的」のように一律には決められないよ。誤検知や見逃しの費用、対象データ、運用するしきい値での結果も必要だね。1.0なら評価データの陽性と陰性を完全に順位分離できるけれど、新しいデータでも同じとは限らないよ
ひよこ AUCが0.5ってどういう意味なの？
ペンギン先生 ランダムな順位付けと同じ基準の値だよ。ただし、その値になるROC曲線が必ず対角線とは限らない。AUCには陽性を陰性より高く順位付けする確率という見方があり、同じスコアのペアは半分として数えるんだ
ひよこ AUCだけ見ていれば安心なの？
ペンギン先生 順位付けの指標なので、実際に陽性と判定したもののうち何割が正しいか、どれだけ陽性を見つけられたかも確かめよう。スコアが0.8だから8割の確率で陽性だ、と信頼できるかも別の評価なんだ
ひよこ PR-AUCとROC-AUCはどう使い分けるの？
ペンギン先生 陽性が少ない場合などは、適合率と再現率を見せるPR曲線も役立つよ。クラス比率が釣り合っていてもROC-AUCだけで十分とは限らない。目的に合う指標を選び、PR-AUCやAPの計算方法もそろえて比較しよう
もっと詳しく知りたい人へ
ROC-AUCの同点やPR-AUCの計算方法は？
ROC-AUCは、同点の陽性・陰性ペアに半分の重みを与える順位付けとして解釈できます。PR-AUCという名前で示す数値は、補間・積分方法を確認しましょう。scikit-learnのAverage Precision（AP）は再現率の増加を重みにした平均で、台形則によるPR曲線の面積とは計算が異なります。
まとめ：ざっくりこれだけ覚えればOK！
「AUC」って出てきたら「曲線の下の面積。ROC-AUCなら分類スコアの順位付けの指標」と思えばだいたいOK！
📖 おまけ：英語の意味
「Area Under the Curve」 ＝ 曲線下面積
💬 「曲線の下の面積」をそのまま略した名前で、ROC曲線と組み合わせて使うことが多いからROC-AUCとも呼ばれるよ