深度学习500问记录-机器学习1

500问地址

常用术语

1. True positives(TP): 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；
2. False positives(FP): 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；
3. False negatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；
4. True negatives(TN): 被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数。
   　
   这四个术语可以分成两部分，第一个部分是T/F,T说明判断是正确的，F说明判断是正确的。
   第二部分是P/N,P表示被判断为正例，N表示被判断为负例。
   已FP为例，判断错误且判断为正例，表明是负例样本判断为正例。