深度学习各指标计算（Jaccard,Dice,Sensitive,Specificity,PPv,NPV，Accuracy）

1、TP、TN 、FP、 FN

TP：实际值为正，预测值为正

TN：实际值为负，预测值为负

FP：实际值为负，预测值为正

FN：实际值为正，预测值为负

实际              预测	正	负
正	TP	FN
负	FP	TN

2、Jaccard

当集合A、B都为空时，J（A，B）定义为1

Jaccard系数描述了集合之间的相似度，值越大，样本的相似度越高。

3、Dice

Dice系数描述了两个样本的相似度，与Jaccard系数类似。

也可表示为

4、Sensitive(敏感率）

Sensitive表示的含义为：所有正例样本中被正确预测的概率，衡量对正类样本的识别能力。

5、Specificity（特异性）

Specificity表示的含义为：所有负例样本中被正确预测的概率，衡量对负类样本的识别能力。

6、PPV（positive predictive value）阳性预测值

PPV表示的含义为：所有被预测为正类的样本中，真正是正类的样本比例。

7、NPV（negative predictive value）阴性预测值

NPV表示的含义为：所有被预测为负类的样本中，真正是负类的样本比例。

8、Accuracy（准确率）

Accuracy表示的含义为：在所有预测样本中，预测准确的概率。