Quale sarà il valore della metrica ROC-AUC per un classificatore che dà sempre un valore di 0,9 su un dataset composto da 90 esempi positivi e 10 negativi?

ROC-AUC misura la capacità di un classificatore di distinguere tra le classi, valutando la qualità del ranking degli oggetti in base alla probabilità di appartenenza alla classe positiva. Se un classificatore fornisce sempre lo stesso valore (0,9), non è in grado di ordinare gli oggetti, e quindi il ROC-AUC sarà uguale a 0,5 — il valore di una previsione casuale.

Esempio:

• Tutti gli oggetti ricevono lo stesso punteggio 0,9
• Gli oggetti positivi e negativi non si distinguono nella previsione
• La curva ROC sarà una diagonale, e l'area sotto di essa sarà 0,5