カコモンノート

問3応用情報技術者 令和7年度 秋期

3 / 80問
令和7年度 秋期2025年

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。

選択肢をえらぶと、答えと解説が出ます

選択肢をえらぶと、
ここに答えと解説が出ます
正答 2

解説

正解は2。この問では“正しい”が陽性、“間違い”が陰性に当たる。偽陽性率は、実際は陰性のデータを分母にして、そのうち誤って陽性と予測した割合のこと。つまり実際は“間違い”なのに“正しい”と予測した割合で、2がこれに当たる。ROC曲線は横軸に偽陽性率、縦軸に真陽性率をとり、しきい値を動かしたときの両者の関係を描く。

  • 1は、分母が「“間違い”と予測したデータ」なので予測側が基準になっている。偽陽性率は実際の陰性を分母にするので違う。
  • 3は、実際の陰性のうち正しく陰性と予測した割合で、真陰性率(特異度)。偽陽性率は1からこれを引いた値になる。
  • 4は、全データのうち予測を外した割合で、誤分類率の説明。

根拠:混同行列による2クラス分類の評価指標(偽陽性率=FP/(FP+TN))

KEY POINT
偽陽性率は実際の陰性を分母にしてFP/(FP+TN)。ROC曲線は横軸が偽陽性率、縦軸が真陽性率になる。
出典:令和7年度 秋期 応用情報技術者試験 午前 問3(独立行政法人 情報処理推進機構(IPA))
独立行政法人情報処理推進機構(IPA)が公表している過去問題です。IPA の「過去問題の使用について」に基づき、IPA が指定する形で出典を明記して掲載しています(利用の許諾申請は不要)。問題文・選択肢の内容は変えていません。元の問題冊子から文字を起こす都合で、改行・字間の空白は省き、英数字の全角・半角は元とそろえていない箇所があります。図表は IPA が公表した問題冊子のものです。解説は当サイトが独自に作成したもので、IPA とは関係ありません。