0-1混淆矩阵的代码实现

0-1混淆矩阵，也称为精确率召回率矩阵或对角线矩阵，用于评估分类模型的性能，特别关注真正例（True Positives, TP）、假正例（False Positives, FP）、真负例（True Negatives, TN）和假负例（False Negatives, FN）。以下是一个简单的Python代码示例，使用pandas库来创建和显示混淆矩阵：

import pandas as pd

# 假设我们有实际类别（y_true）和预测类别（y_pred）的数据
y_true = [1, 0, 0, 1, 1]  # 实际标签
y_pred = [1, 0, 1, 1, 0]  # 预测结果

# 计算混淆矩阵
conf_matrix = pd.crosstab(y_true, y_pred, rownames=['Actual'], colnames=['Predicted'])

print(conf_matrix)

运行上述代码后，你会得到类似这样的矩阵：

Predicted
0      1
Actual  
0      FP  TN
1   FN  TP

其中`FP`、`FN`、`TP`和`TN`分别代表了混淆矩阵中的数值。