如何创建混淆矩阵？

import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import confusion_matrix

# 模型预测结果和实际标签
y_pred = [10, 22, 5, 5, 14, 10, 36, 22, 14, ...]
y_true = [10, 22, 5, 3, 14, 10, 14, 22, 14, ...]

# 创建混淆矩阵
conf_mat = confusion_matrix(y_true, y_pred, labels=range(56))

# 可视化混淆矩阵
plt.figure(figsize=(12, 12))
plt.imshow(conf_mat, interpolation='nearest', cmap=plt.cm.Blues)
plt.title('Confusion Matrix')
plt.colorbar()
tick_marks = np.arange(len(conf_mat))
plt.xticks(tick_marks, tick_marks)
plt.yticks(tick_marks, tick_marks)
plt.xlabel('Predicted Class')
plt.ylabel('True Class')
plt.show()

这段代码使用了sklearn.metrics中的confusion_matrix函数来计算混淆矩阵。你需要将模型的预测结果y_pred和实际标签y_true传递给该函数，并使用labels参数指定分类的数量（这里是56）。然后，使用matplotlib库来可视化混淆矩阵。