Что значит, если ROC-AUC равен нулю

ROC-AUC = 0 означает, что модель всегда предсказывает неверный класс — противоположный истинному. Это хуже, чем случайное угадывание (AUC = 0.5).

Пример:
Если истинный класс 1, модель предсказывает 0, и наоборот.

from sklearn.metrics import roc_auc_score

y_true = [1, 1, 0, 0]
y_pred = [0, 0, 1, 1]  # Все предсказания инвертированы
print(roc_auc_score(y_true, y_pred))  # 0.0

Решение:
Инвертируйте предсказания (y_pred = 1 - y_pred), и AUC станет 1.0.