false-positive rate

最近读论文时，遇到一些不懂的名词或者是概念，想要记录下来。

下图是Confusion Matrix:

首先要搞明白tp,fp,fn,tn分别是什么意思，actual class指的是实际正确的分类，predicted class指的是我们判断的分类。

t:ture;   f:false;   p:positive;    n:negative                     p,n是实际结果      t,f表示预测结果的真假

false-positive rate(误检率)=sum(fp)/(sum(fp)+sum(tn))

precision rate(查准率)=sum(tp)/(sum(tp)+sum(fp))

recall rate(查全率)=sum(tp)/(sum(tp)+sum(fn))

误检率是相对于虚假目标的总量里有多少被误识为真实目标；查准率是指检测到的目标里，真实目标所占的比例；查全率就是检测到的真实目标，在所有真实目标的比例。