Что будет с ROC-AUC при случайном алгоритме

ROC-AUC (Area Under the Receiver Operating Characteristic Curve) для случайного алгоритма, который предсказывает вероятности без какого-либо сигнала, будет близка к 0.5. Это означает, что модель работает не лучше, чем случайное угадывание.

Пример:

from sklearn.metrics import roc_auc_score
import numpy as np

y_true = np.random.randint(0, 2, 1000)  # Случайные метки
y_pred = np.random.rand(1000)           # Случайные вероятности

print(roc_auc_score(y_true, y_pred))    # ≈0.5

Если ROC-AUC значительно ниже 0.5, это может указывать на ошибку в предсказаниях (например, инвертированные классы).