TN，FN，TP，FP等用过的评价指标计算公式

T：ture，预测成功。 F：false，预测失败。

N：negative，负样本。 P：positive，正样本。

TN：本身是负样本，预测结果也是负的（N），所以是预测对了（T）。

FN：本身是正样本，预测结果却是负的（N），所以是预测错了（F）。

TP：本身是正样本，预测结果也是正的（P），所以是预测对了（T）。

FP：本身是负样本，预测结果却是正的（P），所以是预测错了（F）。

ACC：classification accuracy，分类准确率

ACC=（TN+TP）/（TN+FN+TP+FP）

R=TPR=sensitivity=recall，敏感度=召回率=查全率

TPR= TP /（TP+FN）

TNR=specificity，特异性，特异度

TNR= TN / （FP+TN）

P=PPV=precision，查准率=精确率

P= TP /（TP+FP）

F1分数

F1= 2*（P*R）/（P+R）

*注：NPV=TN /（FN+TN）