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)