多クラスROC曲線を書きたい

Question

###前提・実現したいこと

kerasで画像を学習させたモデルを読み込み，テストデータを用いてこちらのようなROC曲線を書きたいと思っています．
しかし，下記のコードを実行すると次のエラーが出てしまいます．
roc_curveに入れるものが間違っていると思うのですが，どなたかご教授下さい．

ValueError: Data is not binary and pos_label is not specified

###該当のソースコード

from keras.models import load_model
import keras
import matplotlib.pyplot as plt
from keras.preprocessing.image import array_to_img, img_to_array, list_pictures, load_img
import numpy as np
from sklearn.metrics import precision_recall_curve, roc_curve
from sklearn.metrics import auc
from collections import defaultdict

def read_img(X, Y, test_dir):
    # Loading Image
    for picture in list_pictures(test_dir + 'A/'):
        img = img_to_array(load_img(picture, target_size=(299, 299)))
        X.append(img)
        Y.append(0)

    for picture in list_pictures(test_dir + 'B/'):
        img = img_to_array(load_img(picture, target_size=(299, 299)))
        X.append(img)
        Y.append(1)

    for picture in list_pictures(test_dir + 'C/'):
        img = img_to_array(load_img(picture, target_size=(299, 299)))
        X.append(img)
        Y.append(2)

    for picture in list_pictures(test_dir + 'D/'):
        img = img_to_array(load_img(picture, target_size=(299, 299)))
        X.append(img)
        Y.append(3)

    X = np.asarray(X)
    Y = np.asarray(Y)
    print(X.shape)
    print(Y.shape)
    return X, Y

# 参照先のまま
def save_plot_roc(y_labels, roc_scores, tprs, fprs):
    plt.clf()
    plt.figure(figsize=(35, 35))
    column = 4
    row = int(len(y_labels) / column) + 1
    for i, y_label in enumerate(y_labels):
        plt.subplot(row, column, i + 1)
        auc_score = np.mean(roc_scores[y_label])
        label = '%s vs rest' % y_label

        plt.grid(True)
        plt.plot([0, 1], [0, 1], 'k--')
        for j, tpr in enumerate(tprs[y_label]):
            plt.plot(fprs[y_label][j], tpr)
            plt.fill_between(fprs[y_label][j], tpr, alpha=0.5)
        plt.xlim([0.0, 1.0])
        plt.ylim([0.0, 1.0])
        plt.xlabel('False Positive Rate')
        plt.ylabel('True Positive Rate')
        plt.title('ROC curve (AUC = %0.2f) / %s' %
                    (auc_score, label), verticalalignment="bottom")
        plt.legend(loc="lower right")
    plt.show()
    # plt.savefig(file_name, bbox_inches="tight")

img_size = 299
test_dir = 'D:/roc/'

classes = ['A', 'B', 'C', 'D']

model = load_model(filepath='D:/models/model.hdf5')

X = []
Y = []

X, Y = read_img(X, Y, test_dir)

print('predict start')
preds = model.predict(X)
print('predict end\n')

roc_scores = defaultdict(list)
tprs = defaultdict(list)
fprs = defaultdict(list)

for i, label in enumerate(classes):
    print('number:', i)
    y_label_test = np.asarray(Y == label, dtype=int)
    # y_label_test = Y
    print('y_label', y_label_test)
    pred_label = preds[:, i]
    print('pred label', pred_label)

    fpr, tpr, roc_thresholds = roc_curve(y_label_test, pred_label)
    roc_scores[label].append(auc(fpr, tpr))
    tprs[label].append(tpr)
    fprs[label].append(fpr)

save_plot_roc(classes, roc_scores, tprs, fprs)

Comments

[yag1kaz]

モデルやデータは公開可能でしょうか？可能ならそれらをどこかにアップロードしていただけるようなら確認できる様になるとおもいます。