過去問解きまくり研究所 ホーム

令和7年度 秋期 午前 問3

基礎理論

偽陽性率の説明

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。

答えと解説を見る

✓ これが正解イ実際に“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

解説

実際に間違いのうち誤って正しいと予測した割合です。

この設問は、ROC 曲線の横軸に取られる偽陽性率が何を表す量なのかを、四つの説明から選ばせています。ですから見分けの軸は、分母に置くのが実際の値なのか予測した値なのか、また分子に置くのが誤った予測なのか正しい予測なのかという二点だけです。偽陽性率は、実際は陰性であるものを分母に置き、そのうち誤って陽性と判定したものを分子に置いた割合として定められる量です。この設問では正しいものを陽性、間違っているものを陰性として言い換えていますから、実際に間違いであるデータの総数を分母に置き、そのうち誤って正しいと予測したデータの数を分子に置いた割合を答えれば整合します。したがって説明として当てはまるのは、実際に間違いのデータに対して誤って正しいと予測した割合を述べたものだけです。

ほかの選択肢はなぜ違うのか

この問題の用語

出典:令和7年度 秋期 応用情報技術者試験 午前 問3

同じ用語が出る問題

この解説に誤りを見つけたら教えてください。直して、直した記録を残します。誤りを報告する(メールが開きます)