深度学习指标

评估指标

真正例（True Positive， TP）：表示实际为正例，预测结果为正例的样本数量
假正例（False Positive， FP）：表示实际为反例，预测结果为正的样本数量。
假反例（False Negative，PN）：表示实际为正例，预测结果为反例的样本数量。
真反例（True Negative，TN）：表示史记为反例，预测结果为反例的样本数量。

召回率（Recall、查全率）

模型正确预测为正例的样本数量占实际上正例样本数量的比值。

精确度（Precision、查准率）

模型正确预测为正例的样本中，实际上是正例的样本所占的比值。

准确率（Accuracy）

accuracy = 预测正确的 / 预测错误的

F1-score

F1-score（均衡平均数）是综合考虑查准率（Precision）和查全率（Recall）的计算结果。

误差指标

MAE（Mean Absolute Error，平均绝对误差）

MSE（Mean Square Error，均方误差）

RMSE（Root Mean Square Error）