정규화된 혼동 행렬 (Row-normalized)

24번 혼동 행렬 은 원시 카운트 를 담습니다. 클래스 개수가 다르면 해석이 어려워요 — "200개 중 150개 vs 20개 중 15개" 는 어느 쪽이 더 잘하는지 즉각 안 보이죠. 각 행을 합 1로 정규화 하면 per-class 정확도 로 읽힙니다:

$C^{\text{norm}}_{i,j} = \frac{C_{i,j}}{\sum_k C_{i,k}}$

해석:

• 대각선 = per-class 재현율 (recall). "클래스 $i$ 샘플을 $i$ 로 맞춘 비율".
• 비대각선 C_norm[i, j] = "클래스 $i$ 인데 $j$ 로 오예측한 비율".

과제

함수 confusion_matrix_normalized(y_pred, y_true, num_classes) 를 완성하세요.

• 먼저 24번 스타일 CM 계산 → 행별로 합으로 나눔.
• 행 합 = 0 인 행 (해당 클래스 샘플 없음) → 그대로 0 반환 (나눗셈 방어).
• 반환 dtype: float.

테스트 케이스