运行混淆矩阵代码时遇ValueError: multilabel-indicator is not supported求解决

这个错误是因为你传入confusion_matrix的y_test或y_pred是多标签指示矩阵（也就是one-hot编码格式，比如二维数组，每一行是[0,1,0]这种形式表示类别），而confusion_matrix只支持一维的类别索引数组（比如[1,2,0]这种直接用数字表示类别的格式）。

给你两种针对性的解决思路：

1. 如果是单标签分类任务（每个样本只属于一个类别） #

把one-hot格式的标签转成类别索引，用numpy.argmax()即可实现：

import numpy as np
from sklearn.metrics import confusion_matrix
import seaborn as sns

# 将one-hot格式的标签转换为类别索引
y_test_idx = np.argmax(y_test, axis=1)
y_pred_idx = np.argmax(y_pred, axis=1)

# 重新绘制热力图
sns.heatmap(confusion_matrix(y_test_idx, y_pred_idx), annot=True)

2. 如果是多标签分类任务（每个样本可属于多个类别） #

这种场景下普通confusion_matrix不适用，改用sklearn的multilabel_confusion_matrix，它会为每个类别生成单独的混淆矩阵：

from sklearn.metrics import multilabel_confusion_matrix
import seaborn as sns
import matplotlib.pyplot as plt

# 生成多标签混淆矩阵
ml_cm = multilabel_confusion_matrix(y_test, y_pred)

# 逐个绘制每个类别的混淆矩阵
for i, cm in enumerate(ml_cm):
    plt.figure()
    sns.heatmap(cm, annot=True, title=f"类别{i}的混淆矩阵")

内容的提问来源于stack exchange，提问作者Sumeet Yadav