Какая вероятностная интерпретация у ROC-AUC?

ROC-AUC (Area Under the Receiver Operating Characteristic Curve) можно интерпретировать как вероятность того, что случайно выбранный положительный объект будет оценен моделью выше, чем случайно выбранный отрицательный объект.

То есть, если взять случайный положительный пример и случайный отрицательный пример, то AUC — это вероятность того, что модель присвоит положительному примеру более высокий скор (вероятность принадлежности к положительному классу), чем отрицательному.

Это делает ROC-AUC удобной метрикой для оценки качества бинарных классификаторов, особенно когда классы несбалансированы, так как она не зависит от выбранного порога классификации.