给我一段做混淆矩阵的代码跟能画图的

当您使用机器学习算法进行分类任务时，混淆矩阵是一种常用的评估指标。以下是一个 Python 代码示例，用于生成混淆矩阵并将其可视化：

import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.metrics import confusion_matrix
import numpy as np

# 预测值和真实标签
y_pred = np.array([1, 0, 0, 1, 1, 0, 1])
y_true = np.array([1, 1, 0, 0, 1, 0, 1])

# 生成混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 创建热图
sns.set(font_scale=1.4) # 设置字体大小
sns.heatmap(cm, annot=True, annot_kws={"size": 16}, cmap='Blues', fmt='g')

# 添加标签和标题
plt.xlabel('Predicted labels')
plt.ylabel('True labels')
plt.title('Confusion Matrix')

# 显示图形
plt.show()

在这个例子中，我们有 7 个样本，其中 4 个样本被正确分类，3 个样本被错误分类。混淆矩阵显示了真实标签和预测标签之间的关系，其中每行代表真实标签，每列代表预测标签。颜色越深表示预测结果越准确。