TensorFlow多标签分类混淆矩阵报错：Shape (?,2,6)需为2阶求解决

首先咱们明确报错的核心原因：tf.confusion_matrix是为单标签分类任务设计的，它要求输入的labels和predictions必须是一维张量（每个样本对应唯一的类别索引）。但你的任务是多标签分类——每个样本可以同时触发多个面部动作，标签和预测结果都是[样本数, 类别数]的二维0/1矩阵，直接传入函数自然会报形状不匹配的错误。

你尝试的pred*np.arange(1,7)思路，本质是想把正例映射到类别索引，但这种方式得到的还是二维张量（每个样本一行，6个元素），而且一个样本可能有多个非零值（对应多个动作），完全不符合单标签输入的要求，这就是问题所在。

接下来给你两种可行的解决方案：

方案1：展开所有样本-类别对，计算全局混淆矩阵 #

把每个样本的每个类别都当作一个独立的“子样本”，将二维的标签和预测结果展平成一维，再调用tf.confusion_matrix。这种方式会把所有类别的二分类结果合并到一个混淆矩阵中：

# 先修正你代码里的笔误：zero应该是0
pred = tf.cast(tf.where(logits >= 0, onesMat, zerosMat), dtype=tf.float32, name="op_to_restore")

# 展平二维的标签和预测结果为一维
labels_flat = tf.reshape(y, [-1])
pred_flat = tf.reshape(pred, [-1])

# 计算混淆矩阵，num_classes=2（因为每个类别都是二分类：0=无动作，1=有动作）
confusion = tf.confusion_matrix(
    labels=labels_flat,
    predictions=pred_flat,
    num_classes=2,
    name="confusion"
)

方案2：为每个类别单独计算二分类混淆矩阵 #

如果需要分别查看每个面部动作的分类效果（比如抬眉的TP/TN/FP/FN），可以循环遍历每个类别，单独计算对应的混淆矩阵：

# 修正笔误
pred = tf.cast(tf.where(logits >= 0, onesMat, zerosMat), dtype=tf.float32, name="op_to_restore")

# 存储每个类别的混淆矩阵
class_confusions = []
for class_idx in range(n_output):
    # 提取当前类别的标签和预测结果
    class_labels = tf.slice(y, [0, class_idx], [-1, 1])
    class_preds = tf.slice(pred, [0, class_idx], [-1, 1])
    
    # 展平为一维张量
    class_labels_flat = tf.reshape(class_labels, [-1])
    class_preds_flat = tf.reshape(class_preds, [-1])
    
    # 计算当前类别的二分类混淆矩阵
    cm = tf.confusion_matrix(
        labels=class_labels_flat,
        predictions=class_preds_flat,
        num_classes=2,
        name=f"confusion_class_{class_idx+1}"
    )
    class_confusions.append(cm)

之后你可以在会话中取出这些混淆矩阵，比如打印每个类别的结果：

# 在训练循环后或合适的时机
confusion_results = sess.run(class_confusions, feed_dict={x: test_x, y: test_y})
for idx, cm in enumerate(confusion_results):
    print(f"类别 {idx+1} 的混淆矩阵：")
    print(cm)

额外提示：关于多标签分类的评估指标 #

除了混淆矩阵，多标签分类任务常用的评估指标还有精确率（Precision）、召回率（Recall）、F1分数，你可以基于每个类别的混淆矩阵计算这些指标，或者直接用TensorFlow的tf.metrics.precision和tf.metrics.recall来计算。

内容的提问来源于stack exchange，提问作者aveevu