Всякий раз когда решается задачка с сильным перекосом классов в таргете, возникают разговоры — использовать ROCAUC или PRAUC. История тянется с 2006 года. Тогда на конференции в Питтсбурге представили работу, где указали, что ROC кривые дают слишком оптимистичную оценку при сильном дисбалансе классов. Ее также цитирует scikit-learn. Но недавно сотрудники института иммунологии из Калифорнии подлили масла в огонь и выпустили статью, в которой говорят что доклад от 2006 года какой-то не правильный, и вообще зря на ROCAUC наехали.