ValueError: multiclass format is not supported

这个错误通常是由于您在使用二元分类器的多类别数据集时尝试使用 `roc_curve()` 函数计算 ROC 曲线导致的。`roc_curve()` 函数只能用于二元分类器，不支持多类别数据集。对于多类别分类器，您可以使用 `roc_auc_score()` 函数计算 AUC 值，但需要对每个类别分别计算。

以下是一个例子，假设您有一个多类别分类器，它有 4 个类别：

import numpy as np
from sklearn.metrics import roc_auc_score

# 生成随机数据
np.random.seed(0)
y_true = np.random.randint(0, 4, size=100)
y_score = np.random.rand(100, 4)

# 计算每个类别的 AUC 值
auc_values = []
for i in range(4):
    y_true_i = (y_true == i)
    y_score_i = y_score[:, i]
    auc_i = roc_auc_score(y_true_i, y_score_i)
    auc_values.append(auc_i)

# 输出每个类别的 AUC 值
print(auc_values)

在这个例子中，我们首先生成了一个有 4 个类别的随机多类别数据集，然后使用 `roc_auc_score()` 函数对每个类别分别计算了 AUC 值，并将结果存储在列表 `auc_values` 中。您可以根据需要对每个类别的 AUC 值进行后续分析或可视化。