AxisError：计算 AUC 时，轴 1 超出维度 1 数组的范围答案

【问题标题】：AxisError: axis 1 is out of bounds for array of dimension 1 when calculating AUCAxisError：计算 AUC 时，轴 1 超出维度 1 数组的范围
【发布时间】：2020-07-31 23:29:25
【问题描述】：

我有一个分类问题，我有一个 8x8 图像的像素值和图像表示的数字，我的任务是使用 RandomForestClassifier 根据像素值预测数字（“数字”属性）。数值的值可以是0-9。

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import roc_auc_score

forest_model = RandomForestClassifier(n_estimators=100, random_state=42)
forest_model.fit(train_df[input_var], train_df[target])
test_df['forest_pred'] = forest_model.predict_proba(test_df[input_var])[:,1]
roc_auc_score(test_df['Number'], test_df['forest_pred'], average = 'macro', multi_class="ovr")

这里会抛出一个 AxisError。

回溯（最近一次通话最后）：文件“dap_hazi_4.py”，第 44 行，在 roc_auc_score(test_df['Number'], test_df['forest_pred'], average = 'macro', multi_class="ovo") 文件“/home/balint/.local/lib/python3.6/site-packages/sklearn/metrics/_ranking.py”，第 383 行，在 roc_auc_score 多类，平均，样本权重） _multiclass_roc_auc_score 中的文件“/home/balint/.local/lib/python3.6/site-packages/sklearn/metrics/_ranking.py”，第 440 行如果不是 np.allclose(1, y_score.sum(axis=1))：文件“/home/balint/.local/lib/python3.6/site-packages/numpy/core/_methods.py”，第 38 行，在 _sum return umr_sum(a, axis, dtype, out, keepdims, initial, where) AxisError：轴 1 超出维度 1 数组的范围

【问题讨论】：

我设法解决了我的问题。就是这样，因为我的分类问题是多类的，所以在拟合和计算 auc 分数之前需要对目标列进行二值化。
@Bálint Béres 你到底做了什么？
我用过这个Calculate sklearn.roc_auc_score for multi-class@mclzc。
当使用sklearn.model_selection.cross_validate 和类似的并出现此错误时，您只需在make_scorer(roc_auc_score, multi_class='ovo', needs_proba=True) 中设置needs_proba=True

标签： python-3.x scikit-learn multiclass-classification

【解决方案1】：

你确定这个[:,1] 在test_df['forest_pred'] = forest_model.predict_proba(test_df[input_var])[:,1] 是对的？应该是一维数组

【讨论】：

【解决方案2】：

实际上，由于您的问题是多类的，因此标签必须是一次性编码的。当标签是 one-hot 编码时，'multi_class' 参数起作用。通过提供 one-hot 编码标签，您可以解决错误。

假设您有 100 个测试标签，其中包含 5 个唯一类，那么您的矩阵大小（测试标签）必须是 (100,5) NOT (100,1)

【讨论】：

我在这里遇到了同样的问题。如何将我的 pred 从 (45520,) 转换为 (45520,5)？
如果您使用的是 tensorflow 或 keras，您可以使用函数 tf.keras.utils.to_categorical(.) 或仅使用 keras.utils.to_categorical(.)

【解决方案3】：

该错误是由于您按照其他人的建议解决的多类问题。您需要做的不是预测类别，而是需要预测概率。我之前也遇到过同样的问题，这样做解决了。

这是怎么做的-

# you might be predicting the class this way
pred = clf.predict(X_valid)

# change it to predict the probabilities which solves the AxisError problem.
pred_prob = clf.predict_proba(X_valid)
roc_auc_score(y_valid, pred_prob, multi_class='ovr')
0.8164900342274142

# shape before
pred.shape
(256,)
pred[:5]
array([1, 2, 1, 1, 2])

# shape after
pred_prob.shape
(256, 3)
pred_prob[:5]
array([[0.  , 1.  , 0.  ],
       [0.02, 0.12, 0.86],
       [0.  , 0.97, 0.03],
       [0.  , 0.8 , 0.2 ],
       [0.  , 0.42, 0.58]])

【讨论】：