ValueError:传入值形状为(3, 3)索引暗示为(3,7) 混淆矩阵转DataFrame报错

错误含义解释 #

这个报错的本质是你传入DataFrame的数据维度，和你指定的行列索引长度不匹配：

• metrics.confusion_matrix(y_test, y_pred)返回的是3行3列的二维数组，说明你的测试标签和预测结果里只出现了3个实际分类类别，混淆矩阵只会为实际出现的类别生成对应的维度
• 你指定的列参数list_of_categories长度是7，和数据的列数3不一致，因此触发维度不匹配报错

排查步骤 #

你可以先运行以下代码确认问题根源：

import numpy as np

# 确认混淆矩阵的实际维度
print("混淆矩阵形状：", metrics.confusion_matrix(y_test, y_pred).shape)
# 确认你自定义的类别列表长度
print("自定义类别列表长度：", len(list_of_categories))
# 确认实际出现的唯一类别数量
print("实际出现的类别数：", len(np.unique(np.concatenate([y_test, y_pred]))))

修复方案 #

你可以根据需求选择对应方案：

方案1：仅展示实际出现的类别 #

不需要保留未出现的预设类别时，直接用实际出现的类别作为索引即可：

conf_mat = metrics.confusion_matrix(y_test, y_pred)
actual_cats = np.unique(np.concatenate([y_test, y_pred]))
df_report = pd.DataFrame(data=conf_mat, columns=actual_cats, index=actual_cats)

方案2：补全所有预设类别的维度 #

需要保留你自定义的7个类别、未出现的类别对应行列填0时，用以下方法生成全维度混淆矩阵：

from sklearn.preprocessing import LabelEncoder

# 把自定义类别列表做编码映射
le = LabelEncoder()
le.fit(list_of_categories)
# 把标签和预测结果统一映射到自定义类别的编码位置
y_test_enc = le.transform(y_test)
y_pred_enc = le.transform(y_pred)
# 生成和自定义类别长度匹配的混淆矩阵
conf_mat_full = metrics.confusion_matrix(y_test_enc, y_pred_enc, labels=range(len(list_of_categories)))
df_report = pd.DataFrame(data=conf_mat_full, columns=list_of_categories, index=list_of_categories)

内容的提问来源于stack exchange，提问作者Bahrein GFA