Keras二分类模型生成混淆矩阵报ValueError错误如何解决

报错原因 #

Keras二分类模型使用sigmoid作为输出层激活函数时，predict接口返回的是0~1区间的连续概率值，而scikit-learn的confusion_matrix、classification_report等分类指标计算工具要求输入的预测结果必须为离散的类别标签（0/1），两类数据格式不匹配直接触发该报错。
此外你的原有代码存在两处疏漏：

• 未调用model.predict(X_test)给y_pred赋值
• 仅写了y_pred.round没有调用该方法（正确写法是y_pred.round()）

修复步骤 #

步骤1：获取预测结果并转换为类别标签 #

在调用分类指标前新增以下代码：

# 获得测试集预测概率
y_pred = model.predict(X_test)
# 将概率转换为0/1标签，默认采用0.5作为分类阈值
y_pred_label = y_pred.round().astype(int).squeeze()
# 将y_test也降为一维数组，避免形状不匹配
y_test_label = y_test.squeeze()

如果需要自定义分类阈值（比如调整正负样本的判类偏好），可替换阈值转换逻辑，示例如下（阈值设为0.3）：

y_pred_label = (y_pred >= 0.3).astype(int).squeeze()

步骤2：调用指标函数生成结果 #

print(classification_report(y_test_label, y_pred_label))
print(confusion_matrix(y_test_label, y_pred_label))

额外提示：你的代码中导入了PyTorch的Dataset、DataLoader相关组件，但全程使用Keras接口训练模型，这部分冗余代码可直接删除，不影响运行效果。

内容的提问来源于stack exchange，提问作者Ash Roy