实现一个函数来生成二元分类问题的混淆矩阵（Confusion Matrix）。混淆矩阵是机器学习中评估分类模型性能的重要工具，它展示了模型预测结果与真实标签之间的对应关系。 对于二元分类，混淆矩阵是一个 的矩阵： ``` [[TP, FN], [FP, TN]] ``` 其中： - TP (True Positive): 正确预测为正类的样本数 - FN (False Negative): 错误预测为负类的样本数 - FP (False Positive): 错误预测为正类的样本数 - TN (True Negative): 正确预测为负类的样本数

输入描述:

输入为一个列表，其中每个元素是一个包含两个值的列表[y_true, y_pred]：- y_true：真实标签（0或1）- y_pred：预测标签（0或1）

输出描述:

输出一个 的列表，表示混淆矩阵：

备注:

1. 对应的输入、输出已给出，您只用实现核心功能函数即可2. 支持numpy、scipy、pandas、scikit-learn库