提取二分类对应预测概率时触发IndexError索引越界问题求助

你混淆了原数据集的全局索引和筛选后子集的局部索引：

• idx_1是原数据集中标签为1的样本的全局索引列表（比如你的案例里有191个正样本，idx_1就包含这191个样本在原数据中的位置）
• probs[idx_1, 1]会生成一个长度为191的数组，这个数组的索引是0~190，对应idx_1里的每个样本
• 但你用原数据的全局索引i（比如194）去访问这个长度仅191的数组，必然触发越界——因为194远大于该数组的最大索引190

举个简单例子：假设idx_1 = [5,10,15]，那么probs[idx_1,1]是[probs[5,1], probs[10,1], probs[15,1]]，它的索引只有0、1、2。如果i=10（属于idx_1），你写probs[idx_1,1][10]，相当于要取这个数组的第10个元素，显然不存在。

不需要分两类筛选索引，直接利用真实标签和样本的一一对应关系，一行向量化代码就能解决：

probs_per_class = probs[np.arange(len(y_test)), y_test]

如果偏好循环写法，也应该直接基于当前样本的真实标签取值：

probs_per_class = [probs[i, label] for i, label in enumerate(y_test)]

这两种方式都能精准获取每个样本对应真实标签的预测概率，完全避免索引混淆问题，而且适配交叉验证中probs形状变化的场景。

内容的提问来源于stack exchange，提问作者zbeedatm