多分类任务的模型评估
在本练习中，您将使用 sklearn.metrics 模块来计算模型的评估指标。
模型已训练完毕，保存在变量 model 中。变量 X_test 和 y_true 已加载，同时还导入了 sklearn.metrics 包中的函数 confusion_matrix() 和 classification_report()。
您将先计算模型的混淆矩阵。然后，为了汇总模型表现，您将使用 classification_report() 计算精确率（precision）、召回率（recall）和 F1-score。在该函数中，您可以选择将包含类别名称的 list（已存于变量 news_cat 中）传给参数 target_names，以便让报告更易读。
本练习是课程的一部分
使用 Keras 构建语言建模的循环神经网络（RNN）
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Use the model to predict on new data
____ = model.____(X_test)
# Choose the class with higher probability
y_pred = np.____(predicted, axis=1)