機器學習常用評價名額：混淆矩陣、精度precision、召回率recall、準确率accuracy、F1值

混淆矩陣

True Positive(真正，TP)：将正類預測為正類數

True Negative(真負，TN)：将負類預測為負類數

False Positive(假正，FP)：将負類預測為正類數誤報 (Type I error)

False Negative(假負，FN)：将正類預測為負類數→漏報 (Type II error)

精度

表示被分為正例的示例中實際為正例的比例

召回率

度量有多個正例被分為正例

準确率

F1

F

g-means