ROC曲線は、y軸上に、検出力とも呼ばれる真陽性率 (TPR) をプロットします。ROC曲線は、第1種の過誤とも呼ばれる偽陽性率 (FPR) をx軸上にプロットします。ROC曲線下の面積は、分類木が適切な分類器であるかどうかを示します。
解釈
分類木の場合、ROC曲線下の面積の範囲は0.5から1です。分類木がクラスを完全に分離できる場合、曲線下の面積は1になります。分類木がクラスをランダムな分類より良く分離できない場合、曲線下の面積は0.5になります。赤い点線は、ランダムな分類の場合を示します。
この例では、トレーニングの曲線とテストの曲線は互いに類似しています。テストの曲線下の面積は0.820です。
