- 基礎概念解釋 TP、TN、FP、FN
這里T是True，F是False，P為Positive，N為Negative
TP：被模型正確地預測為正樣本（原本為正樣本，預測為正樣本）
TN：被模型正確地預測為負樣本（原本為負樣本，預測為負樣本）
FP：被模型錯誤地預測為正樣本（原本為負樣本，預測為正樣本）
FN：被模型錯誤地預測為負樣本（原本為正樣本，預測為負樣本）
| 實際情況/預測情況 | 正例 | 反例 |
| 正例 | TP | FN |
| 反例 | FP | TN |
- ?常見計算指標
| 縮寫 | 公式 | 解釋 |
| Recall | 正樣本數據被預測正確的概率，數據召回率?? | |
| Precision | 所有預測為正例的結果中，正確的預測比例? | |
| Accuracy | 所有預測中，正確占比 (適用樣本正反例數量相當的情況) |
