使用全零实例数据集计算AUROC时遇ValueError问题求助

这个问题我之前做多标签分类任务时也踩过坑！ROC AUC的计算逻辑是基于正负样本的分布来评估模型的区分能力，当某一类的真实标签里只有一种取值（比如全0）时，这个指标就失去了计算意义，所以scikit-learn会直接抛出错误。

解决思路和修改后的代码 #

核心解决方法是在计算每个类别的AUROC前，先检查该类的真实标签是否同时包含0和1两种值。如果只有单一类别，可以选择跳过计算，或者根据业务需求设置一个合理的默认值（比如0.5，对应随机猜测的模型性能）。

修改后的computeAUROC函数如下：

from sklearn.metrics import roc_auc_score
import numpy as np

def computeAUROC(dataGT, dataPRED, classCount):
    outAUROC = []
    datanpGT = dataGT.cpu().numpy()
    datanpPRED = dataPRED.cpu().numpy()
    for i in range(classCount):
        y_true = datanpGT[:, i]
        y_pred = datanpPRED[:, i]
        
        # 检查当前类别是否同时存在正负样本
        unique_labels = np.unique(y_true)
        if len(unique_labels) == 1:
            print(f"提醒：类别{i}的真实标签只有{unique_labels[0]}，无法计算AUROC")
            # 可选：设置默认值，比如0.5（随机分类器的AUC）
            # outAUROC.append(0.5)
            continue
        
        # 正常计算AUROC
        auroc = roc_auc_score(y_true, y_pred)
        outAUROC.append(auroc)
    return outAUROC

额外建议 #

1. 排查数据根源：先确认为什么会出现全零的类别——是数据集本身就没有该类的正样本，还是数据预处理时的标签编码出错了？如果是前者，后续训练这类类别时可能需要调整策略（比如改用F1-score、准确率等单类适用的指标，或者重新考虑标签设计）。
2. 谨慎选择默认值：如果必须保留所有类别的结果，0.5是比较合理的默认值，因为它代表模型完全随机猜测的性能；如果业务场景有特殊定义（比如“没有正样本时模型默认表现完美”），也可以设置为1.0，但这个要结合实际需求谨慎判断。

内容的提问来源于stack exchange，提问作者dayday