True Positive (真正, TP)被模型預測為正的正樣本;可以稱作判斷為真的正确率
True Negative(真負 , TN)被模型預測為負的負樣本 ;可以稱作判斷為假的正确率
False Positive (假正, FP)被模型預測為正的負樣本;可以稱作誤報率
False Negative(假負 , FN)被模型預測為負的正樣本;可以稱作漏報率
True Positive Rate(真正率 , TPR)或靈敏度(sensitivity)
TPR = TP /(TP + FN)
正樣本預測結果數 / 正樣本實際數
True Negative Rate(真負率 , TNR)或特指度(specificity)
TNR = TN /(TN + FP)
負樣本預測結果數 / 負樣本實際數
False Positive Rate (假正率, FPR)
FPR = FP /(FP + TN)
被預測為正的負樣本結果數 /負樣本實際數
False Negative Rate(假負率 , FNR)
FNR = FN /(TP + FN)
被預測為負的正樣本結果數 / 正樣本實際數