只用numpy库算出一个二分类任务的混淆矩阵

在Python中，我们可以使用NumPy库来计算二分类任务的混淆矩阵。混淆矩阵是一个二维表格，通常用于评估分类模型的表现，其中行代表实际类别，列表示预测类别。它有四个元素：真正例(TP)、假正例(FP)、真负例(TN)和假负例(FN)。

以下是如何使用NumPy创建和计算混淆矩阵的一个例子：

import numpy as np
from sklearn.metrics import confusion_matrix

# 假设我们有真实的标签y_true和模型预测的y_pred
y_true = [0, 1, 0, 1, 0]  # 真实标签
y_pred = [0, 0, 1, 1, 0]  # 预测标签

# 将标签转换为整数形式，方便计算
y_true = np.array(y_true).astype(int)
y_pred = np.array(y_pred).astype(int)

# 使用sklearn的confusion_matrix函数计算混淆矩阵
cm = confusion_matrix(y_true, y_pred)

# 结果会是一个二维数组，形状为(2, 2)，分别表示：
# [[TP, FN], [FP, TN]]
print(cm)