ROC-AUC: оценка бинарного классификатора

Условие задачи

Даны y_true и y_proba -- истинные метки и предсказанные вероятности (100 значений). Посчитайте ROC-AUC модели и найдите оптимальный порог классификации по F1-score (перебирая пороги от 0.1 до 0.9 с шагом 0.05). Сохраните dict {"roc_auc":..., "best_threshold":..., "best_f1":...} (округлённые до 4 знаков) в `result`.

Темы

ROC_AUC threshold f1_score classification

Подсказки

• roc_auc_score принимает вероятности, не бинарные предсказания
• Оптимальный порог -- тот, где F1 максимален

Открыть задачу в тренажёре → ← Все Python-задачи