ROC (Receiver Operating Characteristic) eğrisi ve AUC (Area Under the ROC Curve), sınıflandırma modellerinin performansını değerlendirmek için kullanılan önemli metriklerdir 24.

ROC eğrisi, ayrım eşiği değiştikçe ikili bir sınıflandırıcı sistemin teşhis yeteneğini gösterir 2. Eğri, çeşitli eşik ayarlarında Doğru Pozitif Oranı (TPR) ile Yanlış Pozitif Oranının (FPR) grafiğe geçirilmesiyle oluşturulur 24.

AUC, ROC eğrisinin altında kalan alanı ifade eder ve modelin tüm olası eşiklerdeki performansını özetleyen tek bir skaler değer sağlar 24. 1,0'lık bir AUC mükemmel bir sınıflandırıcıyı, 0,5'lik bir AUC ise rastgele performansa sahip bir modeli temsil eder 24.

ROC ve AUC, özellikle tıbbi görüntü analizi, dolandırıcılık tespiti ve spam filtreleme gibi alanlarda yaygın olarak kullanılmaktadır 2.