计算sklearn.metrics.ndcg_score时输入格式不兼容报错咨询

sklearn 的 ndcg_score 接口做输入格式校验时，明确不支持单标签多分类格式的真实标签输入：

• 接口认可的输入格式只有三类：多标签指示矩阵、连续型多输出、多类多输出
• 你传入的 y_train 是一维离散类标数组，属于单标签多分类（也就是sklearn定义的'multiclass'）格式，直接触发校验报错
• 之前尝试把y_train拉成二维数组没生效，本质是因为就算把一维类标reshape成(n_samples, 1)的二维向量，接口依然会把它判定为单输出多分类格式，根本不在支持的类型范围内。

要匹配ndcg_score的输入要求，核心是把一维的真实类标，转换成和预测概率矩阵形状完全一致的多标签指示矩阵，转换时必须严格对齐预测概率的列对应的类别顺序，避免错位导致结果错误：

• 先取训练好的随机森林自带的类别顺序rnd_forest.classes_，这是predict_proba输出每一列对应的真实类别依据
• 对y_train做标签二值化：每个样本对应一行，在自己真实类别的位置标记为1，其余位置标记为0，转换后的矩阵刚好属于接口认可的'multilabel-indicator'格式
• 用转换后的矩阵作为真实标签，传入NDCG计算接口即可

修正后的可运行代码：

from sklearn.preprocessing import label_binarize
from sklearn.metrics import ndcg_score

# 严格对齐分类器的类别顺序做二值化，避免列序错位
y_true_aligned = label_binarize(y_train, classes=rnd_forest.classes_)

# 提前校验维度匹配，避免隐形bug
assert y_true_aligned.shape == y_pred_prob.shape

# 正常计算NDCG
ndcg_score(y_true_aligned, y_pred_prob, k=5)

• 不要自己手动列类别清单做二值化，必须直接引用rnd_forest.classes_的顺序，不然预测概率的列和真实标签的列对不上，算出来的NDCG完全没有参考价值
• 这套转换逻辑刚好适配单标签多分类场景的NDCG评估：每个样本对所有候选类别的真实相关度，仅在正确类别位置为1，其余为0，模型输出的预测概率作为排序得分，完全符合NDCG评估排序质量的核心逻辑。

内容的提问来源于stack exchange，提问作者bhola prasad