先来解释下面四个的意思:
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;
真正率:True Positive Rate(TPR)也称为灵敏度(Sensitivity);
TPR = TP /(TP + FN)
真负率:True Negative Rate(TNR)也称为特指度(specificity);
TNR = TN /(TN + FP)
假正率:False Positive Rate (FPR);
FPR = FP /(FP + TN)
假负率:False Negative Rate(FNR);
FN