如何生成混淆矩阵，请举例并用代码说明

生成混淆矩阵需要使用sklearn.metrics库中的confusion_matrix函数。假设我们有一个二分类的模型，其预测结果存储在y_pred中，真实标签存储在y_true中，可以使用以下代码生成混淆矩阵：

from sklearn.metrics import confusion_matrix

confusion_matrix(y_true, y_pred)

其中，y_true和y_pred都是一维的数组或列表，代表真实标签和预测标签。confusion_matrix函数返回一个2x2的矩阵，表示混淆矩阵。例如：

y_true = [1, 0, 1, 1, 0, 1]
y_pred = [1, 0, 0, 1, 0, 1]
cm = confusion_matrix(y_true, y_pred)
print(cm)

输出：

[[2 0]
 [1 3]]

这个混淆矩阵表示预测为0的样本中，有2个真实标签为0，有1个真实标签为1；预测为1的样本中，有3个真实标签为1，有1个真实标签为0。

可以根据混淆矩阵的值计算出模型的准确率、精确率、召回率等指标。