Чему будет равен PR AUC при случайном угадывании

PR AUC (Precision-Recall Area Under Curve) для случайного угадывания зависит от соотношения классов. Для сбалансированных данных (50% положительных) PR AUC ≈ 0.5. Для несбалансированных данных PR AUC стремится к доле положительных классов (prevalence). Например, если 10% объектов положительные, PR AUC ≈ 0.1.

Пример для сбалансированных данных:

from sklearn.metrics import precision_recall_curve, auc
import numpy as np

y_true = np.random.randint(0, 2, 1000)  # 50% positive
y_pred = np.random.rand(1000)  # random predictions
precision, recall, _ = precision_recall_curve(y_true, y_pred)
pr_auc = auc(recall, precision)  # ~0.5