高斋晓开卷，独共圣人语。这篇文章主要讲述正解TP/FP/TN/FN评价指标相关的知识，希望能为你提供帮助。
问题机器学习分类任务中常见的指标有TP/FP/TN/FN四种，初学者往往很难区分这四个概念。本文将采用简洁的方式，清晰的介绍四者之间的区别。
区别【正解TP/FP/TN/FN评价指标】四个 指标中，TP和TN是比较好理解的，FP和FN是比较容易混淆的，因此需要特别留意。
- TP (True Positive) 能够检测到正例，即预测和实际都为P；
- FP (False Postive) 错误的正例，即误将负例检测为正例，亦即预测为P，实际为N；
- TN (True Negative) 能够检测到负例，即预测和实际都为N；
- FN (False Negative) 错误的负例，即误将正例检测为负例，亦即预测为N，实际为P；
推荐阅读
- [linux] rm -rf删除软链接无权限（）
- MPLS协议简述
- #yyds干货盘点# 使用 http-proxy 实现 SAP UI5 请求的代理重定向
- HBuilderX-好用的WEB前端开发工具
- OpenHarmony标准设备应用开发——布局动画与音乐
- Nginx的安装与配置
- nacos集群部署
- jenkins无法正常安装publish-over-ssh
- 国内首个《政务APP技术指标评价规范》团体标准正式出台