46在大数据分析中,ROC曲线用于评估分类模型的性能,通过比较真阳性率和假阳性率。()A. 正确B. 错误

ROC曲线（Receiver Operating Characteristic Curve）是用于评估二分类模型性能的一种图形工具。它通过绘制不同阈值下的真阳性率（True Positive Rate，TPR）和假阳性率（False Positive Rate，FPR）来展示模型的性能。真阳性率是模型正确预测为正类的比例，而假阳性率是模型错误预测为正类的比例。ROC曲线越靠近左上角，说明模型的性能越好。