【统计学习】细节笔记 [ 1 ] ：初识混淆矩阵（True Positive等）

考虑分类问题中的二分类问题，即将实例分成正类（Positive）或负类（Negative），会出现四种情况。

• 如果其本身是正类并且也被预测成正类，即为真正类（True Positive）
• 如果其本身是负类被预测成正类，称之为假正类（False Positive）
• 相应地，如果其本身是负类被预测成负类，称之为真负类（True Negative）
• 正类被预测成负类则为假负类（False Negative）。

		预	测	合计
		1	0
实	1	True Positive(TP)	False Negative(FN)	Actual Positive(TP+FN)
际	0	False Positive(FP)	True Negative(TN)	Actual Negative(FP+TN)
合计		Predicted Positive(TP+FP)	Predicted Negative(FN+TN)	TP+FP+FN+TN=Total

懵懵的，拆解的方式来记忆
True/False + Positive/Negative

• True/False表示判断行为的准确，准确即为True，不准确即为 False，形容判断行为，与其本身是什么有关；
• Positive/Negative表示判断的结果是什么，判断是1则为Positive，为0则为Negative，与其本身是什么无关。

与之后的 True/False + Positive/Negative Rate不尽相同，不可直推