受试者工作特征是一种系统匹配算法的测试指标，它是匹配分数阈值、误识率及拒识率之间的一种关系，其反映了识别算法在不同阈值上拒识率和误识率之间的平衡关系。
| 真实类别 | 预测为正 | 预测为反 |
| 正例 | TP（真正例） | FN（假反例） |
| 反例 | FP（假正例） | TN（真反例） |
ROC 曲线是以假正例率 FPR 为横坐标，真正例率 TPR 为纵坐标生成的曲线图，定义如下：
- TPR ：在所有实际为阳性的样本中，被正确地判断为阳性之比率。 TPR = TP / ( TP + FN )
- FPR ：在所有实际为阴性的样本中，被错误地判断为阳性之比率。 FPR = FP / ( FP + TN )
ROC 曲线可被用于计算「均值平均精度」Mean Average Precision，这是通过改变阈值来选择最好结果时所得到的平均精度，一般情况下，曲线距离左上角越近, 分类器效果越好。
相关词：AOU 曲线