Задача . ROC AUC — главная метрика для вероятностных моделей

ROC AUC (Area Under the Curve) показывает, насколько хорошо модель разделяет классы. Значение от 0 до 1:

• 0.5 — модель работает как случайное угадывание
• 0.7-0.8 — приемлемое качество
• 0.8-0.9 — хорошее качество
• >0.9 — отличное качество

ROC AUC измеряет вероятность того, что модель присвоит случайному положительному примеру более высокую вероятность, чем случайному отрицательному.

1. Вычислите ROC AUC с помощью функции roc_auc_score
2. Выведите ROC AUC с округлением до 4 знаков
3. Выведите текстовую оценку качества:
   • Если AUC < 0.7: "Слабая модель"
   • Если 0.7 ≤ AUC < 0.8: "Приемлемая модель"
   • Если 0.8 ≤ AUC < 0.9: "Хорошая модель"
   • Если AUC ≥ 0.9: "Отличная модель"