使用scikit-learn的roc_auc_score时遇多分类及维度错误求助

错误原因分析 #

1. 初始多分类错误：你的y_label包含3个类别（0、1、2），scikit-learn自动判定为多分类任务，但你未指定multi_class参数，因此触发ValueError。
2. 维度错误：添加multi_class后，函数要求y_score（即你的pred_proba）为2D数组（形状为(n_samples, n_classes)，每个样本对应所有类别的概率/得分），但你的pred_proba是1D数组，导致AxisError。

解决方案 #

根据你的任务需求选择以下任一方案：

方案1：转化为二分类任务计算单类别ROC AUC

如果只关注某个特定类别的性能，可以将多分类任务转化为二分类（目标类别为正类，其余为负类）：

# 示例：将类别2设为正类，其他类别设为负类
y_binary = (y_label == 2).astype(int)
# 假设pred_proba是类别2的得分/概率值
roc_auc = roc_auc_score(y_binary, pred_proba)
print("ROC (%)", 100 * roc_auc)

方案2：使用多分类ROC AUC计算（需2D得分数组）

如果需要评估所有类别的整体性能，需确保pred_proba是每个样本对应所有类别的概率/得分（2D数组）：

1. 重新获取模型输出：如果使用scikit-learn分类器，调用predict_proba()而非predict()，后者仅输出类别标签，前者输出所有类别的概率：

# 假设你的模型对象为clf，测试集为X_test
pred_proba = clf.predict_proba(X_test)  # 形状为(n_samples, 3)

2. 调用roc_auc_score并指定多分类模式：

roc_auc = roc_auc_score(y_label, pred_proba, multi_class='ovr')  # 或使用'ovo'
print("ROC (%)", 100 * roc_auc)

关键说明 #

• multi_class='ovr'：计算每个类别相对于其他类别的ROC AUC，取平均值；
• multi_class='ovo'：计算每对类别之间的ROC AUC，取平均值；
• 1D的pred_proba仅适用于二分类任务，多分类任务必须提供2D的得分/概率数组。

内容的提问来源于stack exchange，提问作者Aaryan Kandiah