Python 多类分类的roc_auc_分数，AxisError：轴1超出维度1数组的界限

我有一个管道，随机森林回归器作为估计量。（您不必检查管道，它对任何估计器都可以正常工作）

目标包含5个类，我想计算

roc\u auc\u得分

。在阅读Sklearn之后，我了解到要计算每个类的ROC AUC，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",
)

但这给了我一个错误：

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

我发现了一个类似的问题，但那条线索没有帮助。当我将上述代码更改为以下代码时，工作正常：

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

我没有用

[：，0]

指定第一个类，而是传递了从

predict\u proba

获得的整个numpy数组，它返回了0.92分。我应该假设这个分数是所有5个班级roc_auc的宏观平均值吗

---

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

请不要使用注释添加信息-编辑并更新您的帖子。是否

y_test

是形状数组

（N，5）

？@ArturoSbr没有。但我从

预测概率

中得到的信息是，列车的形状是什么？@ArturoSbr

（36139，）

。它是一个1D阵列，扁平化