TP、TN、FP、FN、正确率、召回率

• True Positive （真正, TP）被模型预测为正的正样本；
• True Negative（真负 , TN）被模型预测为负的负样本 ；
• False Positive （假正, FP）被模型预测为正的负样本；
• False Negative（假负 , FN）被模型预测为负的正样本；

True Positive Rate（真正率 , TPR）或灵敏度（sensitivity）

TPR = TP / (TP + FN)

正样本预测结果数 / 正样本实际数

True Negative Rate（真负率 , TNR）或特指度（specificity）

TNR = TN / (TN + FP)

负样本预测结果数 / 负样本实际数

False Positive Rate (假正率，FPR)

FPR = FP / (FP + TN)

被预测为正的负样本结果数 / 负样本实际数

False Negative Rage（假负率，FNR）

FNR = FN / (FN + TP)

被预测为负的正样本结果数 / 正样本实际数

正确率

正确率 P 是指判断为正确的样本中，实际为正确样本的个数：

P = TP / (TP + FP)

召回率

召回率 R 是指所有正例样本中预测为正例样本的比例：

R = TP / (TP + FN)