True Positive(真正, TP)：将正类预测为正类数.

True Negative(真负 , TN)：将负类预测为负类数.

False Positive(假正, FP)：将负类预测为正类数 →→ 误报 (Type I error).

False Negative(假负 , FN)：将正类预测为负类数 →→ 漏报 (Type II error).

第一个为准确率（Accuracy），表达式如下

分母中四个类都有，也就是表示所有结果。分子是TP+TN，TP表示模型猜对了，TN也表示模型猜对了，两个加起来就是全部猜对了的结果。因此，准确率的含义是模型猜对了的结果在全部结果中的占比，猜对的越多，得分就越高。
第二个为精确率（Precision），又叫查准率，光看名字很容易与第一个指标混淆，最好的区别方法是看表达式。查准率的表达式如下：

分母是TP+FP,所有预测为正类的结果.分子说的是正类结果中猜对了的那部分，它在全部的正类结果中的占比就是查准率。换句话说，模型预测对正类结果的预测越准确，查准率就越高。
第三个为召回率（Recall），又叫查全率，是查准率的“表兄弟”。要求“不可滥杀无辜”时，看查准率；要求“宁可杀错一千也不放过一个”时，看查全率。查全率的表达式如下：