机器学习-基础知识- TP, FN, FP, TN

这是我参与8月更文挑战的第9天，活动详情查看：8月更文挑战

本文介绍机器学习的一系列基础评估指标。

基础定义

• T ： True 表示判断正确
• F ： False 表示判断错误
• P ： PostIve 表示判断该样本为正样本
• N ： Negative 表示判断该样本为负样本

指标定义

如果总是记混，按照上述字母顺序翻译出意义即可。

• TP ： (T)该判断正确，(P)判断该样本为正样本（事实上样本为正）
• TN ： (T)该判断正确，(N)判断该样本为负样本（事实上样本为负）
• FP ： (F)该判断错误，(P)判断该样本为正样本（事实上样本为负）
• FN ： (F)该判断错误，(N)判断该样本为负样本（事实上样本为正）

加深理解

• TP和TN为判别器判断正确的情况，把事实上原本的正/负样本正确分类

• FP 表示把负样本误认成了正样本，表示虚警

• FN表示把正样本误认成了负样本，表示漏警