假阳性（FP）：预测与负、实际为正（-    ➡️   +）

假阴性（FN）：预测为正，实际为负（+    ➡️   -）

真阳性（TP）：预测为负、实际也为负（-    ➡️   -）

真阴性（TN）：预测为正，实际也为正（+   ➡️   +）

精确率=真阳性/（真阳性+假阴性）====预测为正样本的结果中，有多少是正确的

召回率=真阳性/（真阳性+假阳性）=====有多少正样本被预测出来

F1值(平衡分数，准确率和召回率的调和平均数，可看作加权平均)

2/F1=1/精确率+1/召回率

F1=2*真阳性/（2*真阳性+假阳性+假阴性）

更一般的：

accuracy 有多少样本被预测正确

AUC（Area Under roc Curve）值，ROC（receiver operating characteristic curve受试者工作特征曲线）曲线====受试者工作特征曲线就是以假阳性概率（False positive rate）为横轴，真阳性（True positive rate）为纵轴所组成的坐标图，和受试者在特定刺激条件下由于采用不同的判断标准得出的不同结果画出的曲线。