Function plot_sr_plus

utils/utils_ode.py:468–532

绘制增强的结果图，包含多个指标： 1. 准确率（训练 & 测试） 2. 精确率 & F1 分数 3. 平均 ODE 积分时间 4. 分类器拟合 & 预测时间

(results,
            filename="rho_vs_metrics.png",
            dir_path="./plots")

def plot_sr_plus(results,
            filename="rho_vs_metrics.png",
            dir_path="./plots"):
    """
    绘制增强的结果图，包含多个指标：
      1. 准确率（训练 & 测试）
      2. 精确率 & F1 分数
      3. 平均 ODE 积分时间
      4. 分类器拟合 & 预测时间
    """
    if not results:
        print("No results to plot.")
        return

    # 确保输出目录存在
    os.makedirs(dir_path, exist_ok=True)

    # 解包数据
    srs, train_accs, test_accs, precisions, recalls, f1_scores, avg_ode_times, fit_times, pred_times = zip(*results)

    # 创建 2x2 子图布局
    fig, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, figsize=(15, 12))

    # 1. 准确率
    ax1.plot(srs, train_accs, marker='o', label='Train Accuracy')
    ax1.plot(srs, test_accs,  marker='s', label='Test Accuracy')
    ax1.set_xlabel('Spectral Radius')
    ax1.set_ylabel('Accuracy')
    ax1.set_title('Accuracy vs Spectral Radius')
    ax1.grid(True)
    ax1.legend()

    # 2. 精确率 & F1 分数
    ax2.plot(srs, precisions, marker='^', label='Precision')
    ax2.plot(srs, recalls,  marker='s', label='Recall')
    ax2.plot(srs, f1_scores,  marker='d', label='F1 Score')
    ax2.set_xlabel('Spectral Radius')
    ax2.set_ylabel('Score')
    ax2.set_title('Precision, Recall & F1 Score vs Spectral Radius')
    ax2.grid(True)
    ax2.legend()

    # 3. 平均 ODE 积分时间
    ax3.plot(srs, avg_ode_times, marker='o', label='Avg ODE Time')
    ax3.set_xlabel('Spectral Radius')
    ax3.set_ylabel('Time (s)')
    ax3.set_title('Average ODE Integration Time vs Spectral Radius')
    ax3.grid(True)
    ax3.legend()

    # 4. 分类器时间
    ax4.plot(srs, fit_times,  marker='s', label='Fit Time')
    ax4.plot(srs, pred_times, marker='^', label='Prediction Time')
    ax4.set_xlabel('Spectral Radius')
    ax4.set_ylabel('Time (s)')
    ax4.set_title('Classifier Time vs Spectral Radius')
    ax4.grid(True)
    ax4.legend()