绘制决策树分类器ROC曲线时报key of type tuple not found错误如何解决

• 索引语法不兼容：y_test是Pandas一维Series结构，你使用y_test[:, i]这种仅适用于二维numpy数组的切片方式，Pandas会将[:,i]识别为元组类型的索引键，普通Series没有MultiIndex结构，因此触发该KeyError。
• 业务逻辑错配：当前是二分类任务，你写的循环逻辑是多分类场景下逐类别计算ROC的代码，且循环范围range(M)中的M是TF-IDF的特征数，和分类类别完全无关，属于逻辑误用。
• 入参类型错误：ROC曲线计算依赖样本属于正类的预测概率，你传入的是predict()输出的硬分类标签（0/1），即便解决索引问题也无法得到正确的ROC曲线。

调整ROC绘制函数适配二分类场景，同时将模型输出改为预测正类概率即可，修改后的代码如下：

# 修正后的ROC绘制函数，适配二分类场景
def plot_roc(y_score):
    fpr, tpr, _ = roc_curve(y_test, y_score)
    roc_auc = auc(fpr, tpr)
    # 可在此处补充matplotlib绘图逻辑
    return roc_auc

# 决策树训练部分改为输出正类（类别1）的预测概率
dt_gini = DecisionTreeClassifier(criterion="gini", random_state=0)
dt_gini.fit(X_train, y_train)
# 取predict_proba返回的第二列，对应类别为1的概率
dt_gini_score = dt_gini.predict_proba(X_test)[:, 1]
print(plot_roc(dt_gini_score))

内容的提问来源于stack exchange，提问作者melololo