ロジスティック回帰モデルを調整しており、異なる分類しきい値がパフォーマンスにどのように影響するかを評価したいと考えています。どの評価ツールを使用すべきですか？

受信者操作特性（ROC）曲線は、さまざまな分類しきい値における真陽性率（感度）と偽陽性率（1-特異度）の関係をプロットすることで、分類モデルの性能を評価するためのグラフィカルなツールです。これにより、しきい値の変更がモデルの感度と特異度のトレードオフにどのように影響するかを視覚的に理解できます。 誤分類率は、単一のしきい値での全体的な予測精度を示しますが、しきい値の変更による影響は示しません。二乗平均平方根誤差（RMSE）は回帰モデルの性能評価に用いられる指標であり、分類モデルには適していません。L1ノルムは、主にモデルの正則化や特徴選択に用いられる数学的な概念であり、モデルの評価ツールではありません。