ROC曲線下面積は、バイナリ分類において最も一貫した評価を提供する

データの偏りに影響を受けにくい評価指標は、個々のモデル評価や複数のモデルのランキングにおいて、より一貫した結果を提供する。特に、ROC曲線下面積（AUC）は、すべての決定しきい値を考慮するため、データの偏りに対する変動が最も小さく、一貫した評価が可能となる。