对于入侵攻击类别中的四个标签（分别由1、2、3和4表示的DoS，Probe，R2L和U2R），我有四个不同的混淆矩阵，每种形式的计算矩阵为2X2每个类别标签的正常攻击（以0表示）或攻击之一（1或2或3或4）。每个单独的矩阵都是使用类似
的代码用大熊猫创建的Y_pred1 = clf.predict(X_test1)
pandas.crosstab(Y_test1, Y_pred1, rownames=['Actual'], colnames =['Predicted'])
Y_pred2 = clf.predict(X_test2)
pandas.crosstab(Y_test2, Y_pred2, rownames=['Actual'], colnames=['Predicted'])
Y_pred3 = clf.predict(X_test3)
pandas.crosstab(Y_test3, Y_pred3, rownames=['Actual'], colnames=['Predicted'])
Y_pred4 = clf.predict(X_test4)
pandas.crosstab(Y_test4, Y_pred4, rownames=['Actual'], colnames=['Predicted'])
在这里，clf是分类器，X_test1是第一个标签'1'的测试集。每个矩阵的列和行标签将采用以下形式 DoS标签为[[0,1]，[0,1]]，探针标签为[[0,2]，[0,2]]，依此类推。同样，我预测了其中四个，并将其存储在这四个数据帧中（Y_pred1，Y_pred2，Y_pred3和Y_pred4）。 如何将所有2X2的所有这些预测矩阵绘制成具有[[0，1，2，3，4]，[0，1，2，3，4]]形式的5X5的单个矩阵？
P.S。此处，0、1、2、3和4是矩阵的标签，而不是用于绘制混淆矩阵的实际数据。矩阵在问题中以[列] [行]格式表示。每个2X2矩阵的第一行和第一列将具有相同的标签（即0）。