ROC 曲線

ROC 曲線（英文：receiver operating characteristic curve）係機械學習同統計分類上常用嘅一種圖，用嚟評估一個機械學習模型嘅靈敏度同特異度。呢種曲線零舍常用於醫療研究。

ROC 曲線幅圖打戙條軸係真陽性率而打橫條軸係假陽性率，顯示呢兩個數值喺唔同門檻值（threshold）下比例係幾多，好似下圖噉：

一般嚟講，睇 ROC 曲線要睇嘅係條曲線下嘅面積有幾大。如果成幅圖都喺條曲線下面嘅，就表示個模型係完美嘅分類器：無論門檻值係幾多，個模型嘅真陽性率都係 1.0（100%）而假陽性率都係 0.0（0%） ——而條 ROC 曲線望落愈似上圖藍線，就愈表示佢接近一個完美嘅分類器。