エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ここにツイート内容が記載されます https://b.hatena.ne.jp/URLはspanで囲んでください
Twitterで共有ONにすると、次回以降このダイアログを飛ばしてTwitterに遷移します
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
この記事は何? 機械学習を用いて構築された予測モデルの評価には,ROC曲線下面積(AUC)を用いることが... この記事は何? 機械学習を用いて構築された予測モデルの評価には,ROC曲線下面積(AUC)を用いることがよくあります. 例えば,SVMによる予測モデルとRandom Forestによる予測モデルの2つを構築し,どちらがより精度の高い予測モデルであるかをAUCによって評価するといったことが考えられます. 単純に考えればAUCが高い方が良い予測モデルなのですが,そのAUCの差は本当に2つの予測モデルの性能の差によるものなのか,それとも偶然生まれた差なのかを考えてみたいと思います. これは確率統計における検定の知識を使えば良いのですが,AUCの差の検定の日本語の資料があまり無く理解につまずきました. そこでこの記事では,AUCの差の検定の理論を理解するためのヒントおよびRを用いた検定の方法について解説します. AUCの差の検定 統計量 2つの予測モデルAとBによって,AUC(A)とAUC(B)が