ValueError: метрики классификации не могут обрабатывать сочетание двоичных и непрерывных целей

Иногда это происходит, когда классификатор выдает квазивероятностные оценки, например, когда в нейронной сети используется кроссэнтропийная потеря.

import numpy as np

y_test = np.array([0, 1, 0])
y_pred = np.array([[0.1], [0.7], [0.2]])

print(y_test.shape, y_pred.shape)
# (3,)    (3, 1)

Это решается пороговой обработкой прогнозов. 0,5 - это общий выбор:

from sklearn.metrics import confusion_matrix

confusion_matrix(
  y_test,
  (y_pred > 0.5),
)
# array([[2, 0],
#        [0, 1]])