ROC曲線（Receiver Operating Characteristic Curve）是一種用於評估分類器性能的工具，特別是在二分類問題中。在ROC曲線中，縱軸代表靈敏度（真正例率），即真正正例被正確分類的比例；橫軸是1減去特異度（假正例率），即假正例被錯誤分類的比例。理想的ROC曲線會盡可能地靠近座標系中的左上角，這表明分類器的性能良好。如果ROC曲線接近45度的對角線，這表示分類器的性能接近隨機猜測，即AUC（Area Under Curve）值爲0.5。當AUC值越接近1時，分類器的性能越好，具有很好的區分能力。AUC值大於0.5表明分類器性能優於隨機猜測。在ROC曲線上，約登指數最大的點對應的分類閾值是最佳的，這個點通常位於曲線與斜對角線之間的某個位置。