混淆矩阵Confusion matrix：也称为误差矩阵，通过计算得出矩阵的结果用来表示分类器的精度。其每一列代表预测值，每一行代表的是实际的类别。

from sklearn.metrics import confusion_matrix

y_true = [2, 0, 2, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]
c=confusion_matrix(y_true, y_pred)
print(c)
 

结果：

        [[2 0 0]
          [0 0 1]
         [1 0 2]]

对这个矩阵的理解，画了图

参数 normalize 可选值有：{'true', 'pred', 'all'}

The parameter normalize allows to report ratios instead of counts. 

这个参数值可以使用百分率来代替个数。true,pred,all 分别表示以每行，每列，所有元素和为整体（整体占有率为1）