背景：
同一份kaggle dataset 素材库5个cnn数据模型。素材是研究38个类别植物叶片图片，包括健康叶片和各种患病叶片。
备注：
• https://www.kaggle.com/vipoooool/new-plant-diseases-dataset Kaggle dataset 素材库，内分 train, validate, test
• 5份他人建立的数据模型
• https://www.kaggle.com/thunder2901/leaf-disease-classification-mobilenet
• https://www.kaggle.com/vipoooool/plant-diseases-classification-using-alexnet (AlexNet)
• https://www.kaggle.com/timmate/transfer-learning-with-vgg-16-and-mobilenet
• https://www.kaggle.com/omnarayansharmalohar/plant-diseases-classification (resNet)
• https://www.kaggle.com/amitkrjha/plant-disease-detection-using-vgg16
要求：
5份模型都建立Confusion matrix， 且导出他们的precision, recall, f1-score。
备注：
• 建议另起5个新的Notebook，为了做confusion matrix，可以适当调整原code。
• Confusion matrix
• 期望的样子：（举个例子）
• 解释：（举个例子）
• Precision, recall, f1-score
• 期望的样子：（举个例子）