混淆矩阵tp_fp_tn_fn

#coding:utf-8
import sklearn
from sklearn.metrics import confusion_matrix
"""
两个字母,第一个字母(t,f)，第二个字母(pn)
第二个字母表示预测的正负（p/n，也就是1/0）
第一个字母表示预测的对错(t/f)
tn：预测为负例，预测对了     #下面例子中=0
fp：预测为正例，预测错了     #下面例子中=2
fn：预测为负例，预测错了     #下面例子中=1
tp：预测为正例，预测对了     #下面例子中=1
"""
y_true = [0, 1, 0, 1]
y_pred = [1, 1, 1, 0]
cm = confusion_matrix(y_true, y_pred)
tn, fp, fn, tp = cm.ravel()