调用sklearn的top_k_accuracy_score时y_true与y_score类别数不匹配

top_k_accuracy_score默认会从传入的y_test中提取唯一值作为类别集合，自动推导类别总数。你拆分数据集时，部分样本量极低的类别没有被分配到测试集中，导致y_test仅包含255个不同类别，但分类pipeline是在完整269个类别上训练的，predict_proba输出的概率矩阵始终对应269个类别的概率，两者维度不匹配触发了该报错。

你手动实现的计算逻辑没有全局类别校验步骤，直接用真实标签匹配预测的top5索引，因此不会触发这个报错。

调用函数时手动指定labels参数为模型训练覆盖的所有类别整数列表即可，有两种常用实现方案：

• 方案1：使用你提前生成的类别映射中的所有值

all_classes = list(class_int_mapping.values())
top5_acc = top_k_accuracy_score(y_test, pipeline.predict_proba(x_test), k=5, labels=all_classes)

• 方案2：直接读取pipeline训练后内置的类别列表（更稳妥，可避免手动维护的类别顺序和模型输出概率的顺序不匹配问题）

top5_acc = top_k_accuracy_score(y_test, pipeline.predict_proba(x_test), k=5, labels=pipeline.classes_)

内容的提问来源于stack exchange，提问作者Deshwal