令和7年度秋期 データベーススペシャリスト 午前Ⅰ 問2

偽陽性率の意味を考える視点

ROC曲線のこの指標を考えるときは、分類器が陽性と判定した結果を、実際の状態との対応で整理し、分母が何を表すかに注目します。似た指標との違いを、基準となる集団から確認しましょう。

この問題で問われていること

確認の中心は、指標がどの集団を基準に割合を表しているかです。陽性判定の数だけで判断せず、実際の状態と判定結果の組合せを対応づけ、割合の基準を丁寧に一度確かめます。

視点

指標の意味を読む際は、まず実際の状態を基準に表を作り、判定結果との組合せを整理します。そのうえで、割合の分母が示す集団を確認し、似た名称の指標と混同しないようにします。

確認ポイント

• 分子と分母が、それぞれどの判定結果・実際の状態を指すか確認する
• 割合の基準となる集団を、陽性判定の総数と取り違えていないか確認する
• 実際の状態を基準にした指標か、判定結果を基準にした指標かを区別する

正解

イ

解説

ROC曲線で用いる偽陽性率は、実際には陰性のデータを陽性と誤って判定した割合を示す指標です。設問では“間違い”を実際の陰性、“正しい”を予測上の陽性として考えると、実際に間違いであるデータを基準に、誤って正しいと予測した割合に該当します。

理由

偽陽性率は、実際には陰性であるデータのうち、モデルが陽性と誤って判定したデータの割合です。この設問では、実際に“間違い”であるデータを基準に、誤って“正しい”と予測した割合を表します。

比較

似た指標でも、実際に陽性のデータを基準に正しく陽性と判定した割合は真陽性率であり、全データを基準に正誤をまとめた割合は正解率です。分母となるデータ群を確認すると区別できます。

選択肢ア

これは不正解だよ。これは“間違い”と予測したデータを分母にし、その中で実際は“正しい”だった割合を述べています。偽陽性率は、予測結果ではなく実際に陰性であるデータ全体を基準に、陽性と誤予測した割合を表すため、分母と分子の定義が異なります。

選択肢イ（正解）

これは正解だよ。実際に“間違い”であるデータを基準に、その中で誤って“正しい”と予測したデータの割合を示しています。ROC曲線で用いる偽陽性率は、実際の陰性を陽性と判定した誤りの割合なので、この説明が該当します。

選択肢ウ

これは不正解だよ。実際に“間違い”であるデータを基準にしている点は共通しますが、ここで述べているのは正しく“間違い”と予測した割合です。これは誤って陽性と判定した割合ではなく、正しい判定に関する別の指標です。

選択肢エ

これは不正解だよ。全データのうち、実際に正しく予測できなかったデータの割合を表しており、対象を限定した偽陽性率とは異なります。この説明では誤り全体をまとめているため、偽陽性以外の誤判定も含まれます。

学習のポイント

偽陽性率は、実際のラベルを分母にして誤判定の割合を捉える指標です。