接收者操作特性曲線
ROC曲線，全稱接收者操作特性曲線（Receiver Operating Characteristic Curve），是一種用於評估分類模型性能的工具，最初應用於雷達信號檢測，後來推廣到心理學、醫學等領域。
ROC曲線基於二分類問題的真陽性率（靈敏度）和假陽性率之間的關係，真陽性率是指所有真正陽性樣本中被正確識別爲陽性的比例，假陽性率則是指所有真正陰性樣本中被錯誤識別爲陽性的比例。在理想情況下，一箇完美的測試會有100%的真陽性率和0%的假陽性率，這種情況下ROC曲線將達到左上角。在實際應用中，ROC曲線越靠近左上角，表明測試的準確性越高；相反，如果ROC曲線靠近對角線，則表明測試的準確性較低。此外，ROC曲線下方的面積（AUC）越大，說明模型的準確性越高。
簡而言之，ROC曲線通過可視化真陽性率和假陽性率之間的關係，爲評估二分類問題的分類模型性能提供了一箇直觀的方法。