Nel contesto dell'apprendimento automatico e della teoria del rilevamento dei segnali, la curva ROC è un grafico che illustra la capacità diagnostica di un sistema di classificazione binario al variare della sua soglia di discriminazione. La curva ROC viene creata tracciando il tasso di veri positivi (TPR) rispetto al tasso di falsi positivi (FPR) a varie impostazioni di soglia.
La curva ROC è utile per valutare le prestazioni di un classificatore binario misurando la sua capacità di classificare correttamente istanze positive e negative. Un classificatore con buone prestazioni avrà una curva ROC vicina all'angolo superiore sinistro del grafico, che indica un TPR elevato e un FPR basso. Al contrario, un classificatore con scarse prestazioni avrà una curva ROC vicina alla linea diagonale, indicando un TPR basso e un FPR alto.