一张图理解什么是TP、FN、FP、TN

		预测
		P	N
实际	P	TP	FN
	N	FP	TN

精确率：precision = TP / (TP + FP)

召回率：recall = TP / (TP + FN)

准确率：accuracy = (TP + TN) / (TP+ FP + TN + FN)

F1 Score = 2*（P*R）/ (P+R)，其中P和R分别为 precision 和recall。

举例

总样本（实际）：    P 80, N 20

检测（预测）结果：P 90，其中 72 TP，18 FP(=N)； N 10，其中 TN 2，FN(=P) 8

列表如下：

		预测
		P 90	N 10
实际	P 80	TP=72	FN=8
	N 20	FP=18	TN=2

精确率：precision = TP / (TP + FP) = 72 / (72 + 18) = 80%

召回率：recall = TP / (TP + FN) = 72 / (72 + 8) = 90%

准确率：accuracy = (TP + TN) / (TP+ FP + TN + FN) = 74 / 100 = 74%