1
Amy 原创整理｜资料核验：2026-10-30
混淆矩阵看反坐标轴，会把漏判读成误报。
官方定义：scikit-learn的confusion_matrix中，第i行、第j列表示“真实属于i、预测为j”的样本数。labels参数可指定类别次序；不指定时，使用实际或预测中出现的类别并排序。其他工具的轴约定可能不同，不能只看格子位置。
Amy教学示例：固定标签顺序为[正常,异常]，若矩阵是[[40,5],[3,12]]，意思是5个正常样本被判为异常，3个异常样本被判为正常。这是自拟数字，不是真实模型成绩。
分享图表时建议同时写出轴名称、标签顺序和样本数。若使用normalize，再标明按行、按列还是全部样本归一化；比例格子与原始计数不能直接混读。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.confusion_matrix.html