我正在处理一个多类分类问题（12个类），但我无法创建混淆矩阵。我尝试做的是：

from sklearn.metrics import multilabel_confusion_matrix
pred = model_BiLSTM.predict(X_val)
y_unique = np.unique(y_val)
mcm =confusion_matrix(y_val, pred, labels = y_unique)

但根据标题，返回的错误为："值错误：分类度量不能处理多类和连续多输出目标的混合"，使用confusion_matrix（）时也是如此。
相反，这是
x一个一个一个一个x一个一个二个x
如果有用的话，这是我的模型：

def build_BiLSTM_classifier(input_shape, classes):
    input_layer = tfkl.Input(shape=input_shape, name='Input')
    bilstm = tfkl.Bidirectional(tfkl.LSTM(128, return_sequences=True))(input_layer)
    bilstm = tfkl.Bidirectional(tfkl.LSTM(128))(bilstm)
    dropout = tfkl.Dropout(.5, seed=seed)(bilstm)

    classifier = tfkl.Dense(128, activation='tanh')(dropout)
    output_layer = tfkl.Dense(classes, activation='softmax')(classifier)

    model = tfk.Model(inputs=input_layer, outputs=output_layer, name='model')

    model.compile(loss=tfk.losses.SparseCategoricalCrossentropy(), optimizer=tfk.optimizers.Adam(), metrics='accuracy')
    return model

我能做什么呢？