TP、TN、FP、FN主要用来统计两类分类的问题,当然多个类别也可以分别统计。将样本分为正样本(positive)和负样本(negative)。
TP、TN、FP、FN中第一个字母表示分类器识别结果是否正确,正确用True的首字母T表示,错误用False的首字母F表示。第二个字母表示分类器的判定结果,P表示分类器判定为正样本,N表示分类器判定为负样本。所以:
TP:分类器识别正确,分类器认为该样本为正样本;
TN:分类器识别正确,分类器认为该样本为负样本;
FP:分类器识别结果错误,分类器认为该样本是正样本;所以实际上该样本是负样本;
FN:分类器识别结果错误,分类器认为该样本是负样本;所以实际上该样本是正样本;
举例:
在这个图中绿色的框是真实目标框,红色的框是分类器的预测框