matlab混淆矩阵配置

混淆矩阵（Confusion Matrix）是一种用于评估分类模型性能的表格，通常用于机器学习和统计学中。它展示了模型在不同类别上的预测结果与实际标签之间的对应关系。

混淆矩阵一般是一个 N×N 的矩阵，其中 N 表示类别的数量。对于二分类问题，混淆矩阵的形式如下：

Predicted
| Positive | Negative |
--------------------------------------------
Positive | True Positive | False Negative |
Negative | False Positive | True Negative |

其中，True Positive（真正例）表示模型正确地将实际为正例的样本预测为正例；False Negative（假反例）表示模型错误地将实际为正例的样本预测为负例；False Positive（假正例）表示模型错误地将实际为负例的样本预测为正例；True Negative（真负例）表示模型正确地将实际为负例的样本预测为负例。

混淆矩阵可以帮助我们计算出一些分类模型的性能指标，如准确率、召回率、精确率和 F1 值等，从而更好地评估模型在不同类别上的分类效果。