#混淆矩阵 Confusion Matrix
B站入门讲解
sklearn中混淆矩阵（confusion_matrix函数）的理解与使用
运行博客二中的代码：
from sklearn.metrics import confusion_matrix
y_true = ["cat", "ant", "cat", "cat", "ant", "bird"]
y_pred = ["ant", "ant", "cat", "cat", "ant", "cat"]
confusion_matrix(y_true, y_pred, labels=["ant", "bird", "cat"])
array([[2, 0, 0],
[0, 0, 1],
[1, 0, 2]], dtype=int64)
labels表示，行，列的标签顺序为["ant", "bird", "cat"]。通过观察对角线（预测正确的次数），第一个数据是ant被预测为ant的次数，为2次，bird被预测为bird的次数为0次，cat被预测为cat的次数为2次.
debug
ValueError: At least one label specified must be in y_true
准确率 (Accuracy) 精确率 (Precision) 召回率 (Recall) F1值
B站
（模型）准确率：所有正确预测分类的数据 / 所有数据
精确率：预测正确的正样本 / 所有预测为正的样本
召回率：预测正确的正样本 / 测试集中所有正样本数
