Create Puplica

Puplica

@@ -0,0 +1,19 @@
+from sklearn.metrics import confusion_matrix
+
+# Данные
+y_true = [0, 1, 0, 0, 1, 0, 1, 1, 0, 0]  # Реальные метки
+y_pred = [0, 0, 0, 0, 1, 0, 1, 1, 0, 1]  # Предсказанные метки
+
+# Матрица путаницы
+cm = confusion_matrix(y_true, y_pred)
+
+# Вывод
+print("Матрица путаницы:")
+print(cm)
+
+# Прямой расчет FP и FN
+FP = cm.sum(axis=0) - np.diag(cm)  # Ложноположительные
+FN = cm.sum(axis=1) - np.diag(cm)  # Ложноотрицательные
+
+print("\nФальшивые положительные (FP):", FP)
+print("Фальшивые отрицательные (FN):", FN)