True(False) Positives (Negatives), 召回率和精度定义

True Positive （真正, TP）被模型预测为正的正样本；

True Negative（真负 , TN）被模型预测为负的负样本 ；

False Positive （假正, FP）被模型预测为正的负样本；

False Negative（假负 , FN）被模型预测为负的正样本；

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

召回率和精度：

－ 系统检索到的相关文档（Ａ）

       － 系统检索到的不相关文档（Ｂ）

       －