做二分类问题，我想绘制混淆矩阵。
在test阶段，将正样本与负样本分别存储在不同的文件夹下,样本个数分别为true_data, false_data
通过model.evaluate()分别评估两个文件夹下的样本，得eval_positive = [loss1,accuracy1] 和 eval_nagetive = [loss2, accuracy2]。
想通过如下公式计算：
tp= true_data * eval_positive[1]
tn = false_data*eval_nagetive[1]
请教，思路是否正确，特别是tn，感谢
kappa计算结果为-11，但通常kappa是落在 01 间，可分为五组来表示不同级别的一致性（真实值与预测值）