ROC曲線（Receiver Operating Characteristic curve）是一種用于評價二分類模型性能的圖形化工具。ROC曲線以真正例率（True Positive Rate）為縱軸，假正例率（False Positive Rate）為橫軸，展示了在不同閾值下模型的性能。AUC（Area Under the Curve）則是ROC曲線下的面積，用于衡量模型的性能，AUC值越大表示模型性能越好。
通過觀察ROC曲線和計算AUC值，可以幫助我們選擇最佳的分類閾值，評價模型的性能以及比較不同模型的性能。ROC曲線和AUC是評價分類模型性能中常用的指標。
