Interpretazione della matrice di confusione

Ti vengono forniti le diagnosi reali e le diagnosi predette per l’insieme di dati heart_disease — rispettivamente actuals e predictions. Importa e crea una matrice di confusione di queste diagnosi usando la funzione confusion_matrix() importata per poter selezionare la risposta corretta. Nota che il formato di output di sklearn per le matrici di confusione è:

	Actual: Heart disease	Actual: No heart disease
Predicted: Heart disease
Predicted: No heart disease

⚠️ Nota: Scrivi il tuo codice nel terminale della IPython Shell e premi Invio.