True(False) Positives (Negatives) 解释

作者：gnuhpc 
出处：http://www.cnblogs.com/gnuhpc/

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