我有一个分类问题，我有一个 8x8 图像的像素值和图像代表的数字，我的任务是使用 RandomForestClassifier 根据像素值预测数字（'Number' 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")
这里它抛出一个AxisError。
回溯（最近一次调用最后一次）：
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、平均值、样本权重）
文件“/home/balint/.local/lib/python3.6/site-packages/sklearn/metrics/_ranking.py”，第440行，_multiclass_roc_auc_score
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 中
返回 umr_sum(a,axis, dtype, out, keepdims, initial, where)
AxisError：轴 1 超出维度 1 数组的范围