阳性 (P, positive)
阴性 (N, Negative)
真阳性 (TP, true positive):正确的肯定。又称：命中 (hit)
真阴性 (TN, true negative):正确的否定。又称：正确拒绝 (correct rejection)
伪阳性 (FP, false positive):错误的肯定，又称：假警报 (false alarm)，第一型错误
伪阴性 (FN, false negative):错误的否定，又称：未命中 (miss)，第二型错误
真阳性率 (TPR, true positive rate)又称：命中率 (hit rate/recall):TPR = TP / P = TP / (TP+FN)
伪阳性率(FPR, false positive rate)又称：错误命中率，假警报率 (false alarm rate):FPR = FP / N = FP / (FP + TN)
准确度 (ACC, accuracy):ACC = (TP + TN) / (P + N)即：(真阳性+真阴性) / 总样本数
真阴性率 (TNR)又称：特异度 (SPC, specificity):SPC = TN / N = TN / (FP + TN) = 1 - FPR
阳性预测值 (PPV),又称precision:PPV = TP / (TP + FP)
阴性预测值 (NPV):NPV = TN / (TN + FN)
假发现率 (FDR):FDR = FP / (FP + TP)
Matthews相关系数 (MCC)，即 Phi相关系数:MCC = (TP*TN - FP*FN) / \sqrt{P N P‘ N‘}
F1评分:F1 = 2TP/(P+P‘)

其中关键值已用粗体标明

ROC 曲线简要解释