在模型评估的实战应用中，初学者常会问：哪种图表能直观对比模型预测类别和真实类标签？实际上，这触及分类任务中最基础且关键的诊断工具——混淆矩阵（Confusion Matrix）。它通过对齐预测结果与真实标签，清晰展示分类正确与错误的具体分布，帮助用户快速定位模型性能瓶颈。

答案其实并不复杂——混淆矩阵（Confusion Matrix）正是为此而生的核心工具。它将预测结果与真实标签逐一对应，直观呈现分类正确与错误的具体分布，便于评估模型性能、计算准确率、召回率等指标。此外，归一化混淆矩阵或热力图等衍生图表也能辅助分析，但最根本的诊断工具始终是混淆矩阵本身。