我无法解释我的混淆矩阵。我得到了下面的值错误。

值错误：不支持多标签指示器

在阅读了许多帖子后，我意识到问题可能是由于预测中的OHE（独热编码）引起的。为了解决这个问题，我按照多个帖子中的建议使用了argmax()。以下是我的代码：

from sklearn.metrics import confusion_matrixprint(Y.shape)print(predictions.shape)print(Y)print(predictions)# print(confusion_matrix(Y, predictions))print(confusion_matrix(Y.argmax(axis = 1), predictions.argmax(axis = 1)))(1, 200)(1, 200)[[1 1 0 0 1 1 0 1 0 0 1 0 0 0 0 0 0 1 1 1 1 1 1 1 0 1 0 1 0 1 0 0 1 1 1 0  0 1 0 1 0 1 0 0 1 0 1 0 0 0 1 0 1 1 0 0 1 0 1 0 1 0 1 0 0 1 1 1 0 0 0 1  0 1 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 1 1 0 0 1 1 0 1 1 1 1 0 1 0 1 1 1 1 1  0 0 0 1 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 1 0  0 0 1 1 0 1 1 1 1 1 1 0 0 0 1 1 1 0 1 0 1 0 1 0 0 1 1 1 1 1 0 0 1 1 1 1  0 1 0 0 1 0 1 0 1 0 1 0 1 0 1 0 0 1 1 0]][[1 1 0 0 1 1 0 1 0 0 1 0 0 0 0 1 0 0 1 0 1 1 1 1 0 1 0 1 0 1 0 0 1 1 0 0  0 1 0 1 0 1 0 0 1 0 0 0 0 0 0 0 1 1 0 0 1 0 1 0 1 1 1 0 1 1 1 1 1 0 0 1  0 1 0 1 0 0 0 1 1 0 0 0 0 1 0 0 1 1 1 0 0 1 1 0 1 0 1 1 0 1 0 0 1 1 1 1  0 0 0 1 0 1 1 1 0 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 1 1 0 0 0 1 1 0 0 0 0 0  0 0 1 1 0 0 1 1 1 1 1 1 1 0 0 0 1 0 1 1 1 0 1 0 0 1 1 1 1 1 0 1 1 1 1 0  0 1 0 0 1 0 1 1 1 0 1 0 1 0 1 0 0 1 1 1]][[1]]

如输出所示，我得到的混淆矩阵是[[1]]。我不知道如何解释它。我原本期待一个2×2的混淆矩阵，然后我会继续计算精确率、召回率、F1分数等，以了解我的模型的表现。请建议我哪里做错了？

回答：

如果我理解正确的话，问题出在输入数组的形状上。你需要先将它们展平。这里有一个重现你情况的例子：

from sklearn.metrics import confusion_matrixY = np.random.choice([0,1],size=(1,10))pred = np.random.choice([0,1],size=(1,10))

由于两个数组都是二维的，就像你的例子中一样，confusion_matrix会解释为你有多个标签输出，这是它不支持的：

confusion_matrix(Y, pred)ValueError: multilabel-indicator is not supported

你需要将两个数组都展平：

confusion_matrix(Y.ravel(), pred.ravel())