机器学习（深度学习）中的metrics

本文以二分类问题作讨论，多分类可以类推。 混淆矩阵 真阳性（True Positive，TP）：样本的真实类别是正例，并且模型预测的结果也是正例 真阴性（True Negative，TN）：样本的真实类别是负例，并且模型将其预测成为负例 假阳性（False Positive，FP）：样本的真实类别是负例，但是模型将其预测成为正例 假阴性（False Negative，FN）：样本的真实类别是正例，

>>阅读原文<<