本关任务:填写 python 代码，完成 confusion_matrix 函数实现二分类混淆矩阵的构建。

当然可以，困惑矩阵（Confusion Matrix）通常用于评估二分类模型的表现。在Python中，我们可以使用sklearn库的`confusion_matrix`函数来创建它。下面是一个简单的函数示例，假设我们有真实标签（true labels）和预测标签（predicted labels），你可以按照这个结构来编写：

from sklearn.metrics import confusion_matrix

def build_confusion_matrix(true_labels, predicted_labels):
    """
    创建二分类混淆矩阵
    :param true_labels: 真实的类别标签列表 (0 or 1)
    :param predicted_labels: 预测的类别标签列表 (0 or 1)
    :return: 混淆矩阵 (一个二维数组)，形如 [[真正例(TP), 假正例(FP)], [真反例(TN), 假反例(FN)]]
    """
    matrix = confusion_matrix(true_labels, predicted_labels, labels=[0, 1])
    return matrix

# 使用例子
true_labels = [0, 1, 0, 1, 1]  # 真实标签
predicted_labels = [0, 0, 1, 1, 0]  # 预测标签
cm = build_confusion_matrix(true_labels, predicted_labels)
print("Confusion Matrix:")
print(cm)