ROC曲線
予測を評価する手法．
https://gyazo.com/2407cdfdbda68210dc28bfd3b534e8ca
深層学習教科書 ディープラーニング G検定 公式テキスト 第3版より
ロジスティック回帰などにおいて，閾値を変化させた際のTPRおよびFPRをプロットしたもの．
TPRは再現率，FPRは「実際に陰性だったもののうち，偽陽性だったものの割合」
ROC曲線の下部の面積をAUCと呼ぶ．
AUCが大きいほど良いモデルであると言える．