Применительно к вашей проблеме:
ы вычисляете истинные и ложноположительные показатели задачи классификации нескольких классов? Сказать,
y_true = [1, -1, 0, 0, 1, -1, 1, 0, -1, 0, 1, -1, 1, 0, 0, -1, 0]
y_prediction = [-1, -1, 1, 0, 0, 0, 0, -1, 1, -1, 1, 1, 0, 0, 1, 1, -1]
Матрица путаницы вычисляетсяmetrics.confusion_matrix(y_true, y_prediction), но это только сдвигает проблему.
РЕДАКТИРОВАТЬ после ответа @ seralouk. Здесь класс-1 следует рассматривать как негативы, в то время как0 а также1 это вариации позитива.