我有一个不平衡的多类数据集，当我尝试计算 roc_auc_score 时出现此错误:ValueError:y_true 中的类数不等于“y_score”中的列数。
代码如下:
model = svm.SVC(kernel='linear', probability=True)
model.fit(X_train, y_train)
y_prob = model.predict_proba(X_test)
macro_roc_auc_ovr = roc_auc_score(y_test, y_prob, multi_class="ovr",
average="macro")
解决这个问题的任何建议。
谢谢
最佳答案
当我在每个折叠中没有至少一个类的例子时，我就遇到了这个问题。为了解决这个问题，我将 KFold 替换为 StratifiedKFold。
我觉得可能是你的split方法有问题。您也可以要求对拆分进行分层，并将 stratify=y 传递给 train_test_split 方法(如果您使用的是这种方法)
关于python - 错误 : "Number of classes in y_true not equal to the number of columns in ' y_score'"，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/65325292/