为什么决策树的AUC = 0

Question

我有一个非常小的数据集，仅包含5个具有3个属性的实例。我将2种算法（例如朴素贝叶斯和决策树）用于分类问题（省略了交叉验证）。除了由于学习模型的实例数量少而导致的不良结果之外，对于决策树，我的AUC = 0，但是对于朴素贝叶斯，我的AUC = 0.61。当我向数据集中添加一个实例（总共6个实例）时，我得到的决策树AUC = 0.51。我想知道为什么决策树的AUC = 0（有5个实例），是因为实例数量少（如果是），为什么是0？注意：属性的值将转换为离散数据，例如低，中，高。