时间戳

首页 > 解决方案 > roc_auc_score 用于多类分类，AxisError：轴 1 超出了维度 1 数组的范围

python - roc_auc_score 用于多类分类，AxisError：轴 1 超出了维度 1 数组的范围

问题描述

我有一个以 RandomForestRegressor 作为估计器的管道。（您不必检查管道，它适用于任何估算器）。

目标包含 5 个类，我想计算roc_auc_score. 在阅读了关于函数的 Sklearn用户指南后，我了解到要计算每个类的 ROC AUC，您必须使用以下语法：

# Compute roc_auc for class 0
roc_auc_score(
    y_test,
    pipeline.predict_proba(X_test)[:, 0],
    multi_class="ovr",
    average="macro",
)

但这给了我这个错误：

AxisError: axis 1 is out of bounds for array of dimension 1

我在这里发现了一个类似的问题，但该线程没有帮助。当我将上面的代码更改为：

# Remove the class subsetting
roc_auc_score(
    y_test,
    logreg_pipeline.predict_proba(X_test),
    multi_class="ovr",
    average="macro",
)

我没有用 指定第一个类[:, 0]，而是传递了您从中获得的整个 numpy 数组predict_proba，它返回的分数为 0.92。我应该假设这个分数是所有 5 个班级的 roc_auc 的宏观平均值吗？

PS目标没有编码，因为目标中有5个类，predict_proba返回一个包含5列的numpy数组

标签： pythonscikit-learnrandom-forestmulticlass-classification

解决方案

推荐阅读