ROC曲线图是机器学习模型评估中的重要工具，帮助我们直观理解模型性能。它通过真阳性率与假阳性率的关系展示模型在不同阈值下的表现。本文详细探讨了ROC曲线的定义、绘制过程以及与模型性能的关系，并介绍了如何在联邦学习中应用这一工具。ROC曲线还可以通过AUC值来量化模型优劣，理想的曲线应靠近左上角，AUC值越接近1则模型性能越好。