从论文中找到一张图：
上图表示一个二分类的混淆矩阵（多分类同理）：
True Positive(TP): 预测为正例，实际为正例
False Positive(FP): 预测为正例，实际为负例
True Negative(TN): 预测为负例，实际为负例
False Negative(FN)：预测为负例，实际为正例
从上面的公式可以看出来，TP和TN都是预测对的，FP和FN都是预测错的。
计算公式如下：
Accuracy指的是正确预测的样例数占预测样
京公网安备 11010802041100号