如何确定二分类中y_true和y_pred的值？

我是新手，我在天池练习一个数据分析项目时
，遇到一个问题。在分析它的accuracy时，

我不懂他们下面的y_pred是怎么确定的？ 它的预测时预测什么啊？

题目：赛题以预测二手车的交易价格为任务，数据集报名后可见并可下载，该数据来自某交易平台的二手车交易记录，总数据量超过40w，包含31列变量信息，其中15列为匿名变量。为了保证比赛的公平性，将会从中抽取15万条作为训练集，5万条作为测试集A，5万条作为测试集B，同时会对name、model、brand和regionCode等信息进行脱敏。

import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')

#此处sep的作用是用空格来分割数据表格
Train_data = pd.read_csv('used_car_train_20200313.csv',sep=' ')
Test_data = pd.read_csv('used_car_testB_20200421.csv',sep=' ')
print('Train data shape: ', Train_data.shape)
print('Test data shape: ', Test_data.shape)

## accuracy
import numpy as np
from sklearn.metrics import accuracy_score
y_pred = [0, 1, 0, 1]
y_true = [0, 1, 1, 1]
print('ACC:',accuracy_score(y_true, y_pred))

y_pred = [0, 1, 0, 1]
y_true = [0, 1, 1, 1]
这个都是写死的，也就是没有训练，没有预测，只是为了调用accuracy_score
前者模拟你的预测结果
后者模拟你的实际结果
accuracy_score根据这两个参数，计算两者误差。