ValueError Traceback (most recent call last) ~\AppData\Local\Temp/ipykernel_34052/3667092115.py in <module> ----> 1 fpr, tpr, thresholds = roc_curve(y_test, y_score) D:\Anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs) 61 extra_args = len(args) - len(all_args) 62 if extra_args <= 0: ---> 63 return f(*args, **kwargs) 64 65 # extra_args > 0 D:\Anaconda3\lib\site-packages\sklearn\metrics\_ranking.py in roc_curve(y_true, y_score, pos_label, sample_weight, drop_intermediate) 911 912 """ --> 913 fps, tps, thresholds = _binary_clf_curve( 914 y_true, y_score, pos_label=pos_label, sample_weight=sample_weight) 915 D:\Anaconda3\lib\site-packages\sklearn\metrics\_ranking.py in _binary_clf_curve(y_true, y_score, pos_label, sample_weight) 689 if not (y_type == "binary" or 690 (y_type == "multiclass" and pos_label is not None)): --> 691 raise ValueError("{0} format is not supported".format(y_type)) 692 693 check_consistent_length(y_true, y_score, sample_weight) ValueError: multiclass format is not supported

这个错误提示表明在执行 `roc_curve()` 函数时，`y_true` 的格式不支持多分类问题。 `roc_curve()` 函数只支持二分类或二元分类问题，即 `y_true` 只能包含两个不同的类别。因此，您可能需要检查您的数据集中是否存在多个类别，如果存在多个类别，则需要使用适用于多类分类问题的评估指标。例如，可以使用 `multiclass_roc_auc_score()` 函数来计算多类分类问题的 ROC AUC 分数。