Как поменяется ROC-AUC при увеличении всех предсказаний в два раза

ROC-AUC не изменится при умножении предсказаний на константу, так как метрика зависит только от порядка предсказаний, а не от их абсолютных значений.

Пример:

from sklearn.metrics import roc_auc_score

y_true = [0, 1, 0, 1]
y_pred = [0.1, 0.4, 0.3, 0.8]
y_pred_scaled = [2 * x for x in y_pred] # Умножаем на 2

print(roc_auc_score(y_true, y_pred)) # 0.75
print(roc_auc_score(y_true, y_pred_scaled)) # 0.75 (то же значение)

ROC-AUC оценивает способность модели ранжировать положительные примеры выше отрицательных, а масштабирование не меняет порядок.