Значение кривой рабочей характеристики приёмника (ROC-кривой) заключается в том, что она позволяет оценить качество бинарной классификации. 2

График отображает соотношение между долей объектов от общего количества носителей признака, верно классифицированных как несущие признак, и долей объектов от общего количества объектов, не несущих признака, ошибочно классифицированных как несущие признак, при варьировании порога решающего правила. 2

Количественная интерпретация ROC-кривой даётся показателем AUC (англ. Area Under Curve, площадь под кривой) — площадью, ограниченной ROC-кривой и осью доли ложных положительных классификаций. 2 Чем выше показатель AUC, тем качественнее классификатор. 2

ROC-кривая учитывает не только результаты классификации, но и вероятность предсказания всех классов, и является комплексной метрикой для оценки того, насколько хорошо разделяются случаи в разных группах. 4