Oi, Gustavo! Tudo bem?
A resposta da sua duvida vai depender do que você considera positivo e negativo. As matrizes de confusão tem valores variados a depender das classes de cada modelo e do objetivo que eles buscam. A figura que você enviou não é um padrão de uma matriz de confusão,, na verdade é apenas um exemplo de interpretação de valores. A forma mais fácil de interpretar a matriz de confusão do modelo é plotando ela com os valores das classes para a comparação.
Podemos plotar uma matriz de confusão no sklearn com o método ConfusionMatrixDisplay:
from sklearn.metrics import confusion_matrix, ConfusionMatrixDisplay
ConfusionMatrixDisplay(confusion_matrix=confusion_matrix(y_test, y_pred_arvore_decisao), display_labels=classificador_arvore_decisao.classes_[0]).plot()
plt.grid(False)
plt.show()
A imagem resultante nos mostra o apanhado de respostas corretas (e incorretas) para cada classe, e a partir disso, conseguimos interpretar os valore como negativo ou positivos.
No tópico Como interpretar os dados da matriz de confusão? é mostrada um tipo de interpretação dos valores na matriz de confusão que pode ser interessante a sua análise e serve de boa referência de estudo.
Espero ter te ajudado. Bons estudos!