TP True Positive 是把正例正确判定为正例
TN True Negative 是把负例正确判定为负例
FN False Negative 是把正例错误判定为负例
FP False Postive 是把负例错误判定为正例
理解
理解上来讲,T和F分别表示判断对了、判断错了;P和N分别表示预测的是正例和负例。
连起来讲,TP就是判断对了正例,即把正例预测为了正例;
TN是判断对了负例,即把负例预测为了负例;
FP是判断错了正例,即把负例预测为了正例;
FN是判断错了负例,即把正例当成负例。
总结
有了上述的总结,就有了:
p=TP/(TP+FP) 在已经预测为正例的情况下,真正的正例越多越好
r=TP/(TP+FN) 在所有的正例中,预测为正例的情况下真正的正例越多越好