样本挖掘概念

正样本：我们想要正确分类出的类别所对应的样本，例如，我们要对一张图片进行分类，以确定其是否属于汽车，那么在训练的时候，汽车的图片则为正样本。

负样本：不是汽车的其他图片。

难正样本(hard positives)：错分成负样本的正样本，也可以是训练过程中损失最高的正样本

难负样本(hard negatives)：错分成正样本的负样本，也可以是训练过程中损失最高的负样本

易正样本(easy positives)：容易正确分类的正样本，该类的概率最高。也可以是训练过程中损失最低的正样本

易负样本(easy negatives)：容易正确分类的负样本，该类的概率最高。也可以是训练过程中损失最低的负样本

以上为个人理解，如有错误或者疑义，欢迎私信给我！