True Positive|True Negative|False Positive|False Negative 召回率 准确率

• True Positive：本来是正样例，分类成正样例。
• True Negative：本来是负样例，分类成负样例。

表示分类错误：

• False Positive ：本来是负样例，分类成正样例，通常叫误报。
• False Negative：本来是正样例，分类成负样例，通常叫漏报。

true positive rate = true positive / （true positive + false negative）

准确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)，也就是

召回率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。那也有两种可能，一种是把原来的正类预测成正类(TP)，另一种就是把原来的正类预测为负类(FN)。

更多《计算机视觉与图形学》知识，可关注下方公众号：