Interpretacja macierzy pomyłek

Masz dostęp do rzeczywistych i przewidywanych diagnoz dla zbioru danych heart_disease – odpowiednio actuals i predictions. Zaimportuj i utwórz macierz pomyłek tych diagnoz, używając funkcji confusion_matrix(), a następnie wybierz poprawną odpowiedź. Format wyników sklearn dla macierzy pomyłek jest następujący:

	Rzeczywiste: Choroba serca	Rzeczywiste: Brak choroby serca
Przewidywane: Choroba serca
Przewidywane: Brak choroby serca

⚠️ Uwaga: Wpisz kod w terminalu IPython Shell i naciśnij Enter.