ROC曲线是一种描绘分类器性能的图形工具，它显示了在不同阈值下分类器的真阳性率(True Positive Rate,TPR)和假阳性率(False Positive Rate,FPR)之间的关系。AUC值表示ROC曲线下的面积，用于衡量分类器性能。 AUC值越接近1,表示分类器性能越好；反之，AUC值越接近0,表示分类器性能越差 。