skplt.plot_roc触发ValueError：输入变量样本数不一致问题求助

运行Python机器学习代码时，调用skplt.metrics.plot_roc(y_test,y_probas)触发ValueError，错误信息如下：

ValueError: Found input variables with inconsistent numbers of samples: [125720, 132006]

已尝试的操作：

• 将LogisticRegression的max_iter超参数从100调整为500；
• 打印验证x_train、x_test、y_train、y_test样本数均一致；
• 打印得y_test形状为(3143, )，y_probas形状为(3143,42)。

相关代码：

# 模型构建与预测函数
def Model(model, X, y):
    # 划分训练测试集
    print(X.shape)
    print(y.shape)
    x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=30)
    print(x_train.shape)
    print(y_train.shape)
    print(x_test.shape)
    print(y_test.shape)
    # 构建管道模型：CountVectorizer + TfidfTransformer + 分类器
    pipeline_model = Pipeline([('vect', CountVectorizer()),
                              ('tfidf', TfidfTransformer()),
                              ('clf', model)])
    pipeline_model.fit(x_train, y_train)
    
    y_pred = pipeline_model.predict(x_test)
    y_probas = pipeline_model.predict_proba(x_test)
    print(y_test.shape)
    print(y_probas.shape)
    # 绘制ROC曲线
    skplt.metrics.plot_roc(y_test,y_probas,figsize=(12,8),title_fontsize=12,text_fontsize=16)
    plt.show()
    # 绘制精确率-召回率曲线
    skplt.metrics.plot_precision_recall(y_test,y_probas,figsize=(12,8),title_fontsize=12,text_fontsize=16)
    plt.show()
    # 输出评估指标
    print("混淆矩阵:\n",confusion_matrix(y_test,y_pred))
    print("分类报告:\n",classification_report(y_test, y_pred))
    print('准确率:', pipeline_model.score(x_test, y_test)*100)
    print("训练集得分:\n",pipeline_model.score(x_train,y_train)*100)

# 逻辑回归模型
from sklearn.linear_model import LogisticRegression
model = LogisticRegression(max_iter=500)
Model(model, X, y)

核心原因 #

错误提示的样本数[125720,132006]与打印的(3143, )不符，说明plot_roc内部处理标签时出现维度错误。skplot的plot_roc在多分类场景下，默认要求标签为one-hot编码格式，而你的y_test是一维类别索引数组，当类别数为42时，内部转换逻辑可能计算出错，导致样本数匹配失败。

解决办法 #

1. 将y_test转换为one-hot编码
   使用sklearn的编码器将一维标签转为one-hot格式后传入：

   from sklearn.preprocessing import OneHotEncoder
   import numpy as np
   
   # 转换y_test为one-hot编码
   encoder = OneHotEncoder(sparse_output=False)
   y_test_onehot = encoder.fit_transform(y_test.reshape(-1, 1))
   
   # 传入one-hot后的标签绘制ROC曲线
   skplt.metrics.plot_roc(y_test_onehot, y_probas, figsize=(12,8), title_fontsize=12, text_fontsize=16)
   

2. 升级scikit-plot版本
   旧版本的scikit-plot在多分类ROC处理上存在bug，升级到最新版本可修复：

   pip install scikit-plot --upgrade
   

3. 验证维度一致性
   在调用plot_roc前添加断言，确认输入维度无问题：

   assert y_test.shape[0] == y_probas.shape[0], "输入样本数不匹配"
   

   若断言通过，说明问题出在skplot内部逻辑，优先尝试前两种方法。

内容的提问来源于stack exchange，提问作者Chiranth M