TP：預(yù)測為正向（P），實際上預(yù)測正確（T），即判斷為正向的正確率
TN：預(yù)測為負(fù)向（N），實際上預(yù)測正確（T），即判斷為負(fù)向的正確率
FP：預(yù)測為正向（P），實際上預(yù)測錯誤（F），誤報率，即把負(fù)向判斷成了正向
FN：預(yù)測為負(fù)向（N），實際上預(yù)測錯誤（F），漏報率，即把正向判斷稱了負(fù)向

2、準(zhǔn)確率（Accuracy）

準(zhǔn)確率是最常用的分類性能指標(biāo)。
Accuracy = (TP+TN)/(TP+FN+FP+TN)
即預(yù)測正確的比上全部的數(shù)據(jù)，可理解為預(yù)測正確率。
例：預(yù)側(cè)對的5只狗+預(yù)測對的4只貓【比上】全部的數(shù)據(jù)10。 Accuracy=9/10

準(zhǔn)確率

3、精確率（Precision）

精確率容易和準(zhǔn)確率被混為一談。其實，精確率只是針對預(yù)測正確的正樣本而不是所有預(yù)測正確的樣本。表現(xiàn)為預(yù)測出是正的里面有多少真正是正的?？衫斫鉃椴闇?zhǔn)率。
Precision = TP/(TP+FP)
即正確預(yù)測的正例數(shù) /預(yù)測正例總數(shù)。
例：預(yù)測對的5只狗【比上】預(yù)測為狗的總數(shù)5+0=5，Precision=5/5

精確率

4、召回率（Recall）

召回率表現(xiàn)出在實際正樣本中，分類器能預(yù)測出多少?？衫斫鉃椴槿?。
Recall = TP/(TP+FN)，即正確預(yù)測的正例數(shù) /實際正例總數(shù)。
即在所有實際的正向數(shù)據(jù)中，有多少預(yù)測正確了。
例如：預(yù)測對的5只狗【比上】實際為狗的總數(shù)是5+1=6

召回率

5、F1 score

F值是精確率和召回率的調(diào)和值，更接近于兩個數(shù)較小的那個，所以精確率和召回率接近時，F(xiàn)值最大。很多推薦系統(tǒng)的評測指標(biāo)就是用F值的。
2/F1 = 1/Precision + 1/Recall