指標¶
ROC曲線タブ右下にある[指標]ペインには、DataRobotが提供する標準統計が含まれ、選択した表示しきい値でのモデルのパフォーマンスを説明するのに役立ちます。
指標を表示¶
-
リーダーボードでモデルを選択し、評価 > ROC曲線に移動します。
-
右下の指標ペインを表示：
指標ペインには、初期状態では、F1スコア、真陽性率（リコール）、陽性的中率 (プレシジョン)が表示されます。 最大6つの指標を設定できます。
-
指標を選択をクリックし、新たな指標を選択して、さまざまな指標を表示できます。
備考
表示する指標は最大6つまで選択できます。 選択を変更すると、新しい指標は、次にモデルのROC曲線タブにアクセスしてから再度変更するまで表示されます。
ROC曲線指標の計算
ROC曲線に表示される指標値は、リーダーボードに表示される値と一致しない場合があります。 ROC曲線指標の場合、DataRobotは、分布を最もよく表す計算されたしきい値を最大120個保持します。 このため、詳細が失われる可能性があります。 For example, if you select Maximize MCC as the display threshold, DataRobot preserves the top 120 thresholds and calculates the maximum among them. この値は通常大差はありませんが、指標値と正確に一致しない場合があります。
指標の説明¶
以下の表では、分類ユースケース1を例にとり、各統計の簡単な説明をしています。
| 統計 | 説明 | Sample (from use cases) | 計算方法 |
|---|---|---|---|
| F1スコア | モデルの精度を測るスケールで、陽性的中率とリコールに基づき計算されます。 | N/A |  |
| True Positive Rate (TPR) | モデルが糖尿病患者を正しく糖尿病と認識した率は？ |  |
|
| False Positive Rate（FPR） | モデルが健康な患者を誤って糖尿病と認識した率は？ |  |
|
| True Negative Rate (TNR) | モデルが健康な患者を正しく健康だと予測した率は？ |  |
|
| Positive Predictive Value (PPV) | モデルのうち糖尿病だと予測された患者の中で実際に糖尿病だった率は？ |  |
|
| Negative Predictive Value (NPV) | すべての陰性（Negative）の予測に関してモデルが正しかった割合。 | モデルのうち健康だと予測された患者の中で実際に健康だった率は？ |  |
| 正解率 | 正しく分類されたインスタンスの割合。 | モデルが正しい予測をする総合的な的中率は？ |  |
| マシューズ相関係数 | サイズが大きく異なる（バランスが悪い）分類クラスのモデル品質の測定。 | N/A | formula |
| 平均収益 | 患者の再入院には、どんなビジネス影響がありますか？ | 式 | |
| 合計収益 | 患者の再入院には、どんなビジネス影響がありますか？ | 式 |