使用CNN做分类时confusion_matrix仅返回单个数值是否存在问题？

• 1x1格式的混淆矩阵属于confusion_matrix的正常输出逻辑，该接口会自动根据输入的y_test和y_pred中实际出现的类别数量生成对应维度的矩阵，返回单值[[851]]说明你的y_test和y_pred两个数组里所有样本的标签都属于同一个类别，851是该类别的样本总数。
• 你预期的2x2矩阵对应至少两类的分类场景，和实际输出不符的问题出在数据或模型配置环节，常见排查方向如下：
  • 检查y_test做np.argmax操作前的独热编码是否正确，若独热编码所有样本的有效位都在同一维度，np.argmax后就会全为同一数值
  • 检查测试集划分逻辑，可能划分时只分到了单一类别的样本
  • 检查模型输出层配置，若多分类任务的输出层神经元数设置错误，会导致model.predict返回的结果维度异常，np.argmax后所有样本的预测值都为同一数值

执行以下代码即可确认是否为单类别问题：

# 查看测试集真实标签和预测标签的去重结果
print(np.unique(y_test))
print(np.unique(y_pred))

若输出均为单一数值，按上述方向排查对应问题即可。

内容的提问来源于stack exchange，提问作者Laila zahrona