假设0是普通类，1是攻击类型为1的类，2是攻击类型2，3是类型3，4是类型4。 我进行了二元类预测，以找到
类别1的混淆矩阵 import pandas as pd
pred1 = clf.fit(x_test1)
pd.crosstab(y_test1 , y_pred1, rownames = ['Actual
attack'], colnames = ['Predicted attacks'])
此处clf是分类器。同样，我为pred2，pred3和pred4做过。 请注意，每个pred列表中的行数都不相同。 然后我使用pd.concat（）函数将它们完全连接到单个数据帧pred_df中，并且还将四个标签（y_test1，y_test2，y_test3和y_test4）的目标标签数据连接在一起，形成一个单独的数据帧，即y_test_df。如何从存储在pred_df和y_test_df中的预测结果中获取混淆矩阵，以便获得5X5混淆矩阵？ 请注意，每个pred1，pred2，...，pred4都会产生2X2的混淆矩阵。