Core Concepts
AUCは問題ではない。予測分析における問題の根源は、単一のメトリクスに過度に依存することにある。
Abstract
本論文は、Kwegyir-Aggrey et al.による最近のACM FAccT論文の主張に対する批判的検討を行っている。
主な内容は以下の通り:
Kwegyir-Aggrey et al.の指摘する多くの問題は、AUCに固有のものではなく、任意のメトリクスを単独で使用する際に生じる問題である。
「正確性」という用語の定義の曖昧さが、AUCとの比較の際に問題を引き起こしている。
AUCは、クラスの不均衡や閾値の選択など、多くの側面で優れた特性を持っている。
AUCは単独で使用するのではなく、他のメトリクスと組み合わせて使用することが重要である。
結論として、AUCには課題もあるが、適切に使用すれば有用なメトリクスであり、一概に放棄するべきではない。予測分析における問題の根源は、単一のメトリクスに過度に依存することにある。
Stats
予測分析の分野では、正確性(accuracy)よりもAUCの方が、クラスの不均衡に対してロバストである。
AUCは、データセット間の比較が容易であり、基準値(0.5)も明確である。
Quotes
「AUCは問題ではなく、問題の根源は単一のメトリクスに過度に依存することにある。」
「AUCは単独で使用するのではなく、他のメトリクスと組み合わせて使用することが重要である。」