Python 神经网络输出doen'；t拟合测试数据

我用我的训练数据训练神经网络。标签的类别为1或2

pred = pd.Series(model.predict(X_test_tok).tolist())

这就是我准备预测的方法。所以我得到：

0       [1.0]
1       [1.0]
2       [1.0]
3       [1.0]
4       [1.0]
        ...  
2380    [1.0]
2381    [1.0]
2382    [1.0]
2383    [1.0]
2384    [1.0]
Length: 2385, dtype: object

我的测试数据如下所示：

626     1
4677    1
1580    2
3749    1
3280    1
       ..
5321    1
1232    1
5674    1
2863    2
3656    1
Name: Zielvar, Length: 2385, dtype: object

因此，混淆矩阵的代码将失败：

print(metrics.confusion_matrix(y_test, pred))

错误如下所示：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-19-a22a78d1c59c> in <module>
----> 1 print(metrics.confusion_matrix(y_test, pred))

~\.conda\envs\python36\lib\site-packages\sklearn\metrics\_classification.py in confusion_matrix(y_true, y_pred, labels, sample_weight, normalize)
    266 
    267     """
--> 268     y_type, y_true, y_pred = _check_targets(y_true, y_pred)
    269     if y_type not in ("binary", "multiclass"):
    270         raise ValueError("%s is not supported" % y_type)

~\.conda\envs\python36\lib\site-packages\sklearn\metrics\_classification.py in _check_targets(y_true, y_pred)
     80     check_consistent_length(y_true, y_pred)
     81     type_true = type_of_target(y_true)
---> 82     type_pred = type_of_target(y_pred)
     83 
     84     y_type = {type_true, type_pred}

~\.conda\envs\python36\lib\site-packages\sklearn\utils\multiclass.py in type_of_target(y)
    258         if (not hasattr(y[0], '__array__') and isinstance(y[0], Sequence)
    259                 and not isinstance(y[0], str)):
--> 260             raise ValueError('You appear to be using a legacy multi-label data'
    261                              ' representation. Sequence of sequences are no'
    262                              ' longer supported; use a binary array or sparse'

ValueError: You appear to be using a legacy multi-label data representation. Sequence of sequences are no longer supported; use a binary array or sparse matrix instead - the MultiLabelBinarizer transformer can convert to this format.

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
---->1份打印（度量值、混淆矩阵（y_测试、pred））
~\.conda\envs\python36\lib\site packages\sklearn\metrics\\u classification.py混淆矩阵（y\u true，y\u pred，标签，样本重量，规格化）
266
267     """
-->268 y_type，y_true，y_pred=_check_targets（y_true，y_pred）
269如果y_类型不在（“二进制”、“多类”）：
270提升值错误（“%s不受支持”%y\u类型）
检查目标中的~\.conda\envs\python36\lib\site packages\sklearn\metrics\\u classification.py（y\u true，y\u pred）
80检查长度是否一致（y_true，y_pred）
81 type_true=_目标的类型（y_true）
--->82 type_pred=_目标的类型（y_pred）
83
84 y_type={type_true，type_pred}
目标（y）类型中的~\.conda\envs\python36\lib\site packages\sklearn\utils\multiclass.py
258 if（不是hasattr（y[0]，“_u数组_uu”）和isinstance（y[0]，序列）
259且不存在（y[0]，str））：
-->260 raise VALUERROR（'您似乎正在使用旧的多标签数据'
261'表示。序列的顺序为否'
262“不再支持；使用二进制数组或稀疏”
ValueError：您似乎正在使用传统的多标签数据表示法。不再支持序列序列；请改用二进制数组或稀疏矩阵-MultiLabelBinarizer转换器可以转换为此格式。

我如何解决这个问题

---

谢谢！

如果我是你，我会查看以下文档：