请写出python代码使可视化

在Python中，我们可以使用seaborn库来创建美观的可视化图表来展示分类数据的性能。这里是一个例子，假设我们已经有一个包含预测和真实值的DataFrame `df`，其中一列是`y_true`(实际类别)，一列是`y_pred`(预测类别)：

import seaborn as sns
import matplotlib.pyplot as plt

# 假设df有两列 'y_true', 'y_pred'
df['predicted_class'] = df.apply(lambda x: "Class_" + str(x['y_pred']), axis=1)
df['true_class'] = df['y_true'].apply(lambda x: "Class_" + str(x))

# 创建混淆矩阵
confusion_matrix = pd.crosstab(df['true_class'], df['predicted_class'])

# 热力图展示混淆矩阵
sns.heatmap(confusion_matrix, annot=True, fmt='g', cmap='Blues', cbar=False)
plt.xlabel('Predicted Class')
plt.ylabel('True Class')
plt.title('Confusion Matrix for Multi-Class Classification')
plt.show()

这段代码首先将预测和真实类别转换为字符串形式以便于后续操作。然后利用seaborn的`heatmap`函数生成混淆矩阵，并通过颜色差异展示出类别间的匹配情况。