ROC（Receiver Operating Characteristic）曲线和AUC（Area Under Curve）是用于评估分类模型性能的常用指标。ROC曲线是以真正率（True Positive Rate）为纵轴，假正率（False Positive Rate）为横轴绘制的曲线，AUC是ROC曲线下的面积。ROC曲线可以用来比较不同模型的性能，AUC越大表示模型性能越好。ROC曲线和AUC都可以用于二分类和多分类问题。