Keras 多类数据的混淆矩阵

我已将以下模型与我的7类数据相匹配，我想为我的模型创建一个混淆矩阵：

history1 = model1.fit(data_generator.flow(train_x, to_categorical(train_y),batch_size=BATCH_SIZE), 
                    steps_per_epoch=len(train_x) / BATCH_SIZE,
                    validation_data=data_generator.flow(val_x, to_categorical(val_y),batch_size=BATCH_SIZE),
                    validation_steps=len(val_x) / BATCH_SIZE,epochs=NUM_EPOCHS)

当我这样做时，预测列车组结果：

y_train_pred = model1.predict(train_x)
cm_train = confusion_matrix(train_y, y_train_pred)

它给了我这个错误：

Classification metrics can't handle a mix of unknown and multiclass targets

你能告诉我怎么做吗？

你好像在用

sklearn.metrics.conflusion\u矩阵

试用

---

从sklearn.metrics导入多标签矩阵

---

相反。

谢谢你的评论，我已经用过了，但没有用。问题是，当我拟合模型时，我得到（7007,7）预测，我的测试标签形状是（7007,1）。预测是将每个类放在一列中，而标签是一列。似乎您错过了将目标值转换为一个热编码的步骤。您能否详细说明如何实现这一点对预测应用argmax操作。从sklearn.metrics导入多标签混淆矩阵#预测列车组结果y_train_pred=np.argmax（model1.predict（train_x））#cm_train=多标签混淆矩阵（train_y，y_train_pred）y_train pred.shape（）我只得到一个值