Python 使用scikit learn绘制接收器工作特性时出现问题？

我想绘制接收器工作特性曲线，因此我执行以下操作：

from sklearn.metrics import roc_curve, auc
predictions = auto_wclf.predict_proba(X_test)
false_positive_rate, recall, thresholds = roc_curve(y_test, predictions[:, 1])
roc_auc = auc(false_positive_rate, recall)
plt.title('Receiver Operating Characteristic')
plt.plot(false_positive_rate, recall, 'b', label='AUC = %0.2f' % roc_auc)
plt.legend(loc='lower right')
plt.plot([0, 1], [0, 1], 'r--')
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.0])
plt.ylabel('Recall')
plt.xlabel('Fall-out')
plt.show()

但我有一个例外：

Traceback (most recent call last):
  File "plot.py", line 172, in <module>
    false_positive_rate, recall, thresholds = roc_curve(y_test, predictions[:, 1])
  File "plot.py", line 890, in roc_curve
    y_true, y_score, pos_label=pos_label, sample_weight=sample_weight)
  File "/usr/local/lib/python2.7/site-packages/sklearn/metrics/metrics.py", line 710, in _binary_clf_curve
    raise ValueError("Data is not binary and pos_label is not specified")
ValueError: Data is not binary and pos_label is not specified

回溯（最近一次呼叫最后一次）：
文件“plot.py”，第172行，在
假阳性率，回忆，阈值=roc曲线（y检验，预测[：，1]）
roc_曲线中第890行的文件“plot.py”
y_为真，y_分数，位置标签=位置标签，样本重量=样本重量）
文件“/usr/local/lib/python2.7/site packages/sklearn/metrics/metrics.py”，第710行，在二进制clf曲线中
raise VALUE ERROR（“数据不是二进制的，未指定pos_标签”）
ValueError:数据不是二进制的，并且未指定pos_标签

我有一个多标签分类问题（5类）。知道怎么画吗？。提前感谢各位。

是的，ROC曲线”是一个图形图，说明了二元分类器系统的性能，因为其辨别阈值是变化的“（）

此外，“对于两个以上类别的分类问题，ROC曲线的扩展一直很麻烦，因为自由度随类别数量的增加而二次增加，ROC空间有c（c-1）维，其中c是类别数量。”（）因为有5个类别，甚至多标签，ROC曲线不适合你

---

使用诸如、、之类的指标-选择最适合您任务的指标。

ROC曲线是否仅用于二进制分类？。