python：混同行列のエラー原因は分かっても修正方法が分かりません。

Question

混同行列でエラーが出ます。
ValueError: Classification metrics can't handle a mix of multilabel-indicator and binary targets

データの中身をprintすると、以下のようになっています。
print(y_test[0:4])
print(predict_classes[0:4])

[[1. 0.]
[0. 1.]
[0. 1.]
[1. 0.]]

[0 0 0 0]

恐らく、この格納形式の異なることが原因かと思うのですが、修正方法が分かりません。

どなかた、知恵をお貸しください。
よろしくお願いします。

from sklearn import metrics
from sklearn.metrics import accuracy_score, precision_score, recall_score, f1_score
predict_classes = model.predict_classes(x_test)

score = model.evaluate(x_test,y_test)
print('正確度(accuracy):', score[1])
print('　')

#　混同行列（Confusion Matrix）
print('　')
from sklearn.metrics import confusion_matrix
print(confusion_matrix(y_test, predict_classes))

# 　詳しいレポート
print('　')
print("classification report")
print(metrics.classification_report(y_test, predict_classes))

エラーメッセージ

---> 14 print(confusion_matrix(y_test, predict_classes))
ValueError: Classification metrics can't handle a mix of multilabel-indicator and binary targets

print(y_test[0:4])
print(predict_classes[0:4])

[[1. 0.]
 [0. 1.]
 [0. 1.]
 [1. 0.]]

[0 0 0 0]

Comments

[amahara_waya]

y_testとpredict_classesの詳しい説明(それぞれ何を表しているのか、なぜy_testは2列になっているのか)について追記願います。

[python_2019]

ご連絡ありがとうございます。
y_testは、画像が2クラス分類（catとdogのテスト画像を2つのフォルダに格納）のため2列のラベルになっています。
predict_classesは、x_textを学習モデルで予測した結果です(2クラスラベル）。
よろしくお願いいたします。

Answer 1

y_testは俗に言うone-hot表現になっていますが、読み込み時にはおそらくより扱いやすい形式でラベルを扱っていたと思うので、それをy_testとは別の変数に入れておいてここで使い回す……というのが無難なやり方です。

あとは二値分類のときは[:,1]でスライス取るという手も使えますし、より汎用的にはaxis=1でargmaxを使っても変換できるでしょう。

Comments

[python_2019]

ご連絡ありがとうございます。
axisでのargmaxで一度、修正してみます。
ありがとうございました。

[hayataka2049]

読み込む前からone-hotってことはたぶんないので、変換前のがあればそれを使えば簡単ですけどね。

[python_2019]

ご指摘どおり、argmaxを使用しましたら、すんなり動作しました。
ありがとうございました。