多类别ROC曲线绘制遇‘too many indices’等报错求助

我来帮你搞定这两个报错，顺便把多类别ROC曲线的绘制逻辑梳理清楚～

先分析你遇到的两个核心问题 #

1. IndexError: too many indices for array
   你的Score变量是从df['Probability']提取的一维数组（每个样本只保留了最高概率的那个值），但你尝试用Score[:, i]这种二维数组的索引方式访问，自然会报错。更关键的是：计算多类别ROC时，我们需要每个样本对应所有类别的置信度得分，不是只取最高的那个概率值。

2. ValueError: multilabel-indicator format is not supported
   roc_curve函数不能直接接收完整的多类别二值化标签矩阵，必须针对每个类别单独传入该类别的真实标签（二值化后的单列）和对应类别的置信度得分，你去掉索引后传入整个矩阵，就触发了这个格式错误。

另外，你的代码里还有个隐藏问题：actual变量没有定义！计算混淆矩阵和ROC都需要真实标签，你得先从Excel里提取出真实的Intent列（比如假设列名叫Actual_Intent，你要根据自己的表格调整）。

修正后的完整代码 #

下面是适配你Excel数据结构的调整版代码，我加上了详细注释：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.preprocessing import label_binarize
from sklearn.metrics import roc_curve, auc
from itertools import cycle

# ---------------------- 1. 数据读取与预处理 ----------------------
# 读取Excel文件
df = pd.read_excel('C:\\test.xlsx')

# ********* 关键：替换成你Excel里真实Intent标签的列名 *********
actual_labels = df['Actual_Intent'].values  # 真实标签
# 提取所有置信度列（假设列名以"Conf_"开头，比如Conf_intent1、Conf_intent2...）
conf_cols = [col for col in df.columns if col.startswith('Conf_')]
# 每个样本对应所有类别的置信度得分（二维数组：n_samples × n_classes）
scores = df[conf_cols].values
# 获取所有唯一的Intent类别
unique_intents = np.unique(actual_labels)
n_classes = len(unique_intents)

# 对真实标签进行二值化处理：n_samples × n_classes的矩阵，每个样本对应类别为1，其余为0
actual_binarized = label_binarize(actual_labels, classes=unique_intents)

# ---------------------- 2. 计算每个类别的ROC曲线与AUC ----------------------
fpr = dict()
tpr = dict()
roc_auc = dict()

# 循环每个类别计算ROC
for i in range(n_classes):
    # 传入当前类别的真实二值标签和对应类别的置信度得分
    fpr[i], tpr[i], _ = roc_curve(actual_binarized[:, i], scores[:, i])
    roc_auc[i] = auc(fpr[i], tpr[i])

# ---------------------- 3. 绘制ROC曲线 ----------------------
# 设置颜色循环，区分不同类别
colors = cycle(['aqua', 'darkorange', 'cornflowerblue', 'green', 'red', 'purple'])

plt.figure(figsize=(10, 8))
for i, color in zip(range(n_classes), colors):
    plt.plot(fpr[i], tpr[i], color=color, lw=2,
             label='ROC curve of {0} (area = {1:0.2f})'
             ''.format(unique_intents[i], roc_auc[i]))

# 绘制随机猜测的基准线
plt.plot([0, 1], [0, 1], 'k--', lw=2)
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Multi-Class Receiver Operating Characteristic')
plt.legend(loc="lower right")
plt.show()

# 如果需要单独绘制每个类别的ROC曲线，可以用下面的循环
# for i in range(n_classes):
#     plt.figure()
#     plt.plot(fpr[i], tpr[i], lw=2, label=f'ROC curve (area = {roc_auc[i]:0.2f})')
#     plt.plot([0, 1], [0, 1], 'k--')
#     plt.xlim([0.0, 1.0])
#     plt.ylim([0.0, 1.05])
#     plt.xlabel('False Positive Rate')
#     plt.ylabel('True Positive Rate')
#     plt.title(f'ROC Curve for Intent: {unique_intents[i]}')
#     plt.legend(loc="lower right")
#     plt.show()

关键改动说明 #

1. 数据提取逻辑修正：

   • 不再使用单个Probability列，而是提取所有类别对应的置信度列，得到二维的得分矩阵，确保每个类别都有对应的置信度数据。
   • 明确了真实标签的提取（请务必把Actual_Intent改成你Excel里实际的真实标签列名）。

2. ROC计算逻辑修正：

   • 对真实标签做二值化，得到每个类别对应的二值标签列。
   • 循环每个类别时，传入该类别的真实二值标签和对应类别的置信度得分，完全符合roc_curve的参数要求。

3. 可视化优化：

   • 增加了颜色循环，方便区分不同类别的ROC曲线；如果70个类别放在同一张图太拥挤，建议使用代码里注释的“单独绘制每个类别”的方式。

内容的提问来源于stack exchange，提问作者think-maths