True/False Positive & True/False Negative (真/假阳性, 真/假阴性)

真阳性 (True Positive) - 本身是对的，你当成对的了
假阳性 (False Positive) - 本身是错的，你当成对的了
真阴性 (True Negative) - 本身是错的，你当成错的了

假阴性 (False Negative) - 本身是对的，你当成错的了

---------------------------------------------------

http://www.cnblogs.com/gnuhpc/archive/2012/12/07/2807040.html

True Positive （真正, TP）被模型预测为正的正样本；可以称作判断为真的正确率

True Negative（真负 , TN）被模型预测为负的负样本 ；可以称作判断为假的正确率

False Positive （假正, FP）被模型预测为正的负样本；可以称作误报率

False Negative（假负 , FN）被模型预测为负的正样本；可以称作漏报率

True Positive Rate（真正率 , TPR）或灵敏度（sensitivity） 
   TPR = TP /（TP + FN） 
   正样本预测结果数 / 正样本实际数

True Negative Rate（真负率 , TNR）或特指度（specificity） 
   TNR = TN /（TN + FP） 
   负样本预测结果数 / 负样本实际数

False Positive Rate （假正率, FPR） 
   FPR = FP /（FP + TN） 
   被预测为正的负样本结果数 /负样本实际数

False Negative Rate（假负率 , FNR） 
   FNR = FN /（TP + FN） 
   被预测为负的正样本结果数 / 正样本实际数