混淆矩阵

使用 scikit-learn 的 confusion_matrix() 函数，您可以轻松生成分类器的混淆矩阵，从而更细致地理解模型表现。它需要两个参数：测试集的真实标签 y_test，以及模型的预测标签。

上一练习中随机森林分类器的预测标签已存储在 y_pred，并通过以下代码计算：

y_pred = clf.predict(X_test)

重要提示：sklearn 默认按如下方式计算混淆矩阵：

请注意，坐标轴与您在视频中看到的是相反的。各项指标本身不变，但解读表格时请记住这一点。