多目标accuracy曲线python

生成多目标accuracy曲线可以使用Python中的Matplotlib库。以下是一个简单的示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 定义多个目标的真实值和预测值
true_vals = [[0, 1, 0],
             [1, 1, 1],
             [0, 0, 1],
             [1, 0, 0],
             [0, 1, 1]]
pred_vals = [[0.1, 0.9, 0.2],
             [0.8, 0.7, 0.9],
             [0.2, 0.3, 0.8],
             [0.7, 0.4, 0.1],
             [0.3, 0.6, 0.7]]

# 定义多个目标的名称
targets = ['target1', 'target2', 'target3']

# 计算并绘制多目标accuracy曲线
fig, ax = plt.subplots()
for i in range(len(targets)):
    fpr, tpr, thresholds = metrics.roc_curve(np.array(true_vals)[:, i], np.array(pred_vals)[:, i])
    roc_auc = metrics.auc(fpr, tpr)
    ax.plot(fpr, tpr, label='%s (AUC = %0.2f)' % (targets[i], roc_auc))

# 添加标签和标题
ax.set_xlabel('False Positive Rate')
ax.set_ylabel('True Positive Rate')
ax.set_title('Multi-Target ROC Curve')
ax.legend(loc="lower right")

plt.show()

在这个示例代码中，我们首先定义了多个目标的真实值和预测值，然后使用sklearn.metrics库中的roc_curve和auc函数计算每个目标的ROC曲线和AUC值，并使用Matplotlib库绘制多目标accuracy曲线。最后，我们添加了标签和标题，并使用plt.show()函数显示图形。