分类模型的算法性能评价

  二分类模型是较常见和较一般化的情形，它预测的混淆矩阵可表示为




其中，

  
TP（True Positive,真正例）为被正确划分为正例的样本数；

  
FP（False Positive,假正例）为被错误划分为正例的样本数；

  
TN（True Negative,真负例）为被正确划分为负例的样本数；

  
FN（False Negative,假负例）为被错误划分为负例的样本数。