Python y_检验和y_得分之间的roc_auc_得分不匹配

我试图计算以下各项：

auc = roc_auc_score(gt, pr, multi_class="ovr")

其中，

gt

是一个大小为3470208的列表，包含0到41之间的值（全部int），而

pr

是一个大小为3470208的列表，每个列表的大小为42，每个位置的概率总和为1

但是，我得到了以下错误：

ValueError: Number of classes in y_true not equal to the number of columns in 'y_score'

所以我有点不知所措，因为

y\u true（gt）

中的类数是42，因为我有一个从0到41的整数列表

既然

pr

是一个大小为42的列表，那么我认为它应该可以工作

---

谢谢你的帮助

确保gt中存在0到41（包括）之间的所有整数

一个简单的例子：

import numpy as np
from sklearn.metrics import roc_auc_score

# results in error:
gt1 = np.array([0,1,3])
pr1 = np.array(
    [[0.1, 0.7, 0.1, 0.1], 
     [0.3, 0.3, 0.2, 0.2], 
     [0.5, 0.1, 0.1, 0.3]]
)
#roc_auc_score(gt1, pr1, multi_class='ovr')


# does not result in error:
gt2 = np.array([0,2,1,3])
pr2 = np.array(
    [[0.1, 0.7, 0.1, 0.1], 
     [0.3, 0.3, 0.2, 0.2], 
     [0.5, 0.1, 0.1, 0.3],
     [0.3, 0.3, 0.2, 0.2]] 
)
#roc_auc_score(gt2, pr2, multi_class='ovr')

因为整数/标签2在gt1中不存在，所以会抛出一个错误。换句话说，gt1（3）中的类数不等于pr1（4）中的列数