Scikit学习值错误：使用混淆矩阵时不支持未知
我使用混淆矩阵模块将类预测结果与实际值进行比较。
val= ... #shape (3000,1,30) dtype float32
pred = ... #shape (3000,1,30) dtype float32
cnf_matrix = confusion_matrix(val, pred) #ERROR HERE
我得到了这个错误：
回溯（最后一次调用）：文件“vis.py”，第757行，在cnf_矩阵=混乱矩阵（y_test，y_pred）文件“C:\Anaconda\envs\nn35\lib\site packages\sklearn\metrics\classification.py”第240行，混乱矩阵y_type，y_true，y_pred=_check_目标（y_true，y_pred）文件中“C:\Anaconda\envs\nn35\lib\site packages\sklearn\metrics\classification。py”，第89行，在_check_targets中，引发ValueError（“{0}不受支持）。格式（y_类型））ValueError:未知不受支持
我到底做错了什么？
共有1个答案
问题是真值的形状和预测必须是（3000,30）而不是（3000,1,30）。所以我用pred=np.reshape（pred，（pred.shape[0]，30））重塑它
-
问题内容： 是我在尝试运行时收到的错误消息： 是形状如下的： 是一个： 我已经搜索了一些错误消息，但还没有真正找到可以应用的内容。有什么提示吗？ 问题答案： 不，您输入的内容必须是预测列表，而不是OHE（一种热编码）。调用您的和，您应该得到期望的结果。
-
我正在对实际数据和来自分类器的预测数据进行多标签分类。实际数据包括三类（c1、c2和c3），同样，预测数据也包括三类（c1、c2和c3）。数据如下 在多标签分类中，文档可能属于多个类别。在上述数据中，1表示文档属于特定类，0表示文档不属于特定类。 第一行Actual\u数据表示文档属于c1类和c2类，不属于c3类。类似地，第一行predicted\u数据表示文档属于类别c1、c2和c3。 最初我使
-
我试图弄清楚如何使用神经网络为多标签分类任务生成混淆矩阵。我之前设法使用函数“交集”计算准确性，因为对此我不关心任何排序。 然而，为了计算混淆矩阵，我确实关心预测/标签的索引顺序。由于标签的值始终相同（
-
我想在weka中进行分类。我正在使用一些方法（随机树、随机森林、决策表、随机子空间...），但它们会给出如下结果。 然而，我希望结果作为准确度和混淆矩阵。我怎样才能得到这样的结果？ 注意：当我使用小数据集时，它会以混淆矩阵的形式给出结果。它可以与数据集的大小相关吗？
-
所有规则中不正确分类（见树）的总和是2097（来自895 700 428 74)。但是混淆矩阵是2121（来自1999 122）。有人能解释一下差异吗？为什么数字不同？
-
我正在y_test并y_pred混淆矩阵。我的数据用于多标签分类，因此行值是一种热编码。 我的数据有30个标签，但在输入混淆矩阵后，输出只有11行和列，这让我很困惑。我想我应该有一辆30X30的。 它们的格式是numpy数组。（y\u test和y\u pred是我使用dataframe.values将其转换为numpy数组的数据帧） y\U测试。形状 y_test y\u预测。形状 y\u预测