🤔 Что значит AUC <0.5? Что с ним делать? AUC (Area Under the Curve) — это площадь под ROC-кривой, которая измеряет, насколько хорошо модель классифицирует объекты. AUC = 1.0 → идеальная модель (отлично различает классы). AUC = 0.5 → модель не лучше случайного угадывания. AUC < 0.5 → модель предсказывает хуже, чем случайное угадывание. Если AUC < 0.5, это означает, что модель инвертирует классы: когда она уверена, что объект относится к положительному классу, на самом деле он отрицательный, и наоборот. 🚩Что делать? 🟠Проверить, не перепутаны ли метки классов Иногда в данных метки классов (0 и 1) могут быть инверсированы. Попробуйте изменить 0 на 1 и наоборот, а затем пересчитать AUC. 🟠Инвертировать предсказания Если модель действительно "перепутала" предсказания, можно просто изменить знак вероятностей: y_pred_inverted = 1 - y_pred 🟠Проверить ошибки в данных Возможно, есть ошибки в признаках, модель обучается на шуме или неправильных данных. 🟠Переобучить модель с другими параметрами Попробуйте изменить гиперпараметры или использовать другую модель. Ставь 👍 и забирай 📚 Базу знаний