ظهور الخطأ التالي ValueError: Multilabel-indicator is not supported for confusion matrix عند محاولة حساب مصفوفة ال confusion matrix

لانستخدم الترميز One-Hot مع توابع حساب كفاءة النموذج في Sklearn.
المشكلة في أن مصفوفة الCM لاتقبل أن تكون مدخلاتها من الشكل One-Hot، وإنما يجب أن تكون كالتالي:

y_true (n_samples,)
y_predict(n_samples,)

وبالتالي لحل مشكلتك يجب أن لاتستخدم التحويل One-Hot مع المصفوفة CM.
إذا أردت إرجاع بياناتك لشكلها الطبيعي (بدون ال One-Hot) يمكنك استخدام التابع  argmax على للبيانات التي حولتها إلى الترميز One-Hot كالتالي:

y=y.argmax(axis=1)

ثم يمكنك حساب ال CM بدون مشاكل.
إليك مثال:

# هكذا تتوقع المصفوفة أن تكون مدخلاتها
from sklearn.metrics import confusion_matrix
y_true = [1, 1, 0, 2, 0, 1]
y_pred = [1, 0, 2, 2, 0, 2]
confusion_matrix(y_true, y_pred)

بالاطلاع على تعريف ال confusion matrix function من الرابط التالي https://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html، يمكن ملاحظة أن الـ parameters: y_true, y_pred يجب أن تكون على شكل مصفوفة ذات بعد واحد.

الحل هنا هو تحويل مصفوفتكم الـ  One-Hot إلى مصفوفة ذات بعد واحد باستعمال argmax function:

في مثالكم:

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

ستصبح:

[0,2,4,4,...]

يعني الكود سيكون مماثلا لـ:

confusion_matrix(y_test.values.argmax(axis=1), predictions.argmax(axis=1))

أرجو أني استطعت أن أوضح الفكرة.

بالتوفيق.