Что значит, если значение ROC-AUC равно 0.5

Значение ROC-AUC = 0.5 означает, что модель работает не лучше случайного угадывания. Кривая ROC в этом случае будет диагональной линией от (0,0) до (1,1). Это типичный признак либо:

1. Модель не обучена (например, предсказывает константу)
2. Признаки не несут полезной информации для целевой переменной
3. Сильный дисбаланс классов без коррекции

Пример плохой модели:

from sklearn.metrics import roc_auc_score
y_true = [0, 1, 0, 1]
y_pred = [0.5, 0.5, 0.5, 0.5]  # константный прогноз
print(roc_auc_score(y_true, y_pred))  # 0.5

Для улучшения нужно пересмотреть: выбор признаков, параметры модели или метрику (при дисбалансе лучше F1/PR-AUC).