macro_f1_score需传入1D整数标签的y_true和y_pred，长度一致且类别对齐；若为one-hot或概率输出，须用np.argmax转换；labels参数须显式指定全部可能类别并设zero_division=0防nan。
macro_f1_score 函数怎么调用才不报错
直接传 y_true 和 y_pred 就行，但必须确保它们是 1D 数组、长度一致、且标签值对齐。常见错误是传了 one-hot 编码的 y_true（比如 shape=(n, 3)），这时会报 ValueError: Classification metrics can't handle a mix of multilabel-indicator and multiclass targets。
- 用
np.argmax(y_true, axis=1)转成整数标签再传入 - 如果
y_pred是概率输出（如predict_proba结果），得先用np.argmax(..., axis=1)取最高概率类别 - 别混用
label参数和实际标签值——比如真实标签是 [0, 2, 1]，却设labels=[1, 2, 3]，会导致索引越界或漏类
macro_f1 和 weighted_f1 的区别在哪
macro_f1 对每个类算一个 F1，再无权重平均；weighted_f1 按各类样本数加权平均。当数据严重不均衡（比如 90% 是 class 0，其余两类各占 5%），macro_f1 会高估小类表现，而 weighted_f1 更贴近整体准确率趋势。
- 诊断模型是否“偏科”：macro_f1 明显低于 accuracy，说明小类拖后腿
- 线上部署选 weighted_f1 更稳；学术论文常报 macro_f1 强调公平性
-
average='macro'是默认行为，但别省略——显式写出来避免后续改参数时误判
多类评估时 label 缺失怎么办
训练集没出现的类，在测试集突然冒出来，f1_score 默认会报 ValueError: Unknown label type: 'unknown' 或警告 “y_true contains classes not in y_pred”。这不是 bug，是 scikit-learn 的安全机制。
- 用
labels参数显式列出所有可能类别，比如labels=[0, 1, 2, 3] - 配合
zero_division=0防止某类全漏预测时 F1 算出 nan - 更稳妥的做法：在
classification_report里加output_dict=True，检查每类 support 值，确认是否真有漏类
pipeline 里嵌入 macro_f1 作为 scorer 怎么写
不能直接用 make_scorer(f1_score, average='macro')，因为默认只接受二分类签名。得加 greater_is_better=True 和 needs_proba=False（除非你重写了评分逻辑）。
- 正确写法：
make_scorer(f1_score, average='macro', greater_is_better=True, needs_proba=False) - 传给
cross_val_score或GridSearchCV时，它会自动把y_pred当作输入，不走predict_proba - 如果 pipeline 最后一步是
CalibratedClassifierCV之类带概率的，但 scorer 不需要概率，就别设needs_proba=True，否则报错
macro_f1 看似简单，真正卡住人的往往是标签对齐和缺失类处理——尤其跨训练/测试环境时，类别集合不一致比算法本身更容易让分数崩掉。
