AUC值在最极端情况下，有无可能等于0，
比如最简单的二分类中，100个样本，前50是正类，后50是负类。 但是，极端情况下，分类器现在故意预测错误，前50预测为负类，后50个样本是正类
TPR= TP/(TP+FN) ROC曲线的 纵坐标
FPR= FP/(FP+TN) ROC曲线的 横坐标
现在这种情况下，TPR = 0 即纵坐标为0
我知道，一般情况下，AUC小于0.5就说明分类器性能不行，甚至还不如随机猜测。
我想知道的是，AUC值在分类器训练过程中，是有可能小于0.5，甚至极端情况下为0吧
麻烦朋友解解惑？
