↑: [[G検定に関する知識]] - ROC曲線の下の面積。閾値によらないモデルの素の実力を1つの数字で比較できる - 0.5 = あてずっぽうと同じ / 1に近いほど優秀 - 0.8〜0.9で実用的に良い目安 - 医療AI・不正検知でよく使われる - cf. [[ROC曲線]] [[汎化性能]] - 解釈：正例と負例を1つずつ取り出したとき正例のスコアが負例より高くなる確率。クラス不均衡の影響を受けにくい - **0.5未満にもなり得る**（予測が反転している場合など。ランダムより悪い）← 「必ず0.5以上」は誤り - 「0.5に近いほど性能が高い」「PR曲線の下面積」はいずれも誤り ← ひっかけ