创建Confusion Matrix时遇TypeError：y_true与y_pred类型不匹配如何解决？

错误的核心原因很明确：你的真实标签target_test是布尔类型（False/True），但模型输出的预测结果predict_test是字符串形式的布尔值（'False'/'True'），两者类型不一致导致无法生成混淆矩阵。

下面是两种直接有效的解决办法：

方法1：将预测结果转为布尔类型 #

直接把模型输出的字符串预测值转换成布尔类型，和真实标签的类型对齐：

predict_test = best_cat.predict(features_test).astype(bool)
# 或者用列表推导式实现转换，效果一致
# predict_test = [pred == 'True' for pred in best_cat.predict(features_test)]

sns.heatmap(confusion_matrix(target_test, predict_test), annot=True, fmt='3.0f')
plt.title('Confusion Matrix', y=1.05, size=15)

方法2：将真实标签转为字符串类型 #

如果更倾向于统一用字符串类型，也可以把真实标签转换成字符串：

target_test_str = target_test.astype(str)

sns.heatmap(confusion_matrix(target_test_str, predict_test), annot=True, fmt='3.0f')
plt.title('Confusion Matrix', y=1.05, size=15)

推荐用方法1，布尔类型在后续的模型评估计算（比如准确率、召回率）中更便捷，能避免字符串转换带来的额外问题。

内容的提问来源于stack exchange，提问作者alinase