TP == True Positives
其指的是被分配为正样本,而且分配对了的样本,代表的是被正确分类的正样本。
白话:正确的预测该样本,且样本为正样本,即预测正确,也是模型最需要实现的东西
TN == True Negatives
其指的是被分配为负样本,而且分配对了的样本,代表的是被正确分类的负样本。
白话:正确的预测该样本,且样本为负样本,即预测正确,也是模型最需要实现的东西
FP == False Positives
其指的是被分配为正样本,但分配错了的样本,代表的是被错误分类的负样本。
白话:本身为负样本,但却错误的预测为正样本,即误检
FN == False Negatives
其指的是被分配为负样本,但分配错了的样本,代表的是被错误分类的正样本。
白话:本身为正样本,却错的预测为负样本,即漏检
#################################################################################
最后放一个抄来的图