二分類
在二分類問題中，TP FP TN FN 是非常清楚且易於理解的。
TP (True Positive) : 預測為 1 ，真實值也為 1 -> 真陽性
FP (False Positive): 預測為 1 ，真實值為 0 -> 假陽性
TN (True Negative): 預測為 0 ，真實值也為 0 -> 真陰性
FN (False Negative): 預測為 0 ，真實值為 1 -> 假陰性
多分類
多分類問題的 TP FP TN FN 可以通過混淆矩陣來說明。
例如 存在這樣一個示例：
y_true = [0, 1, 2, 0, 1, 2]
y_pred = [0, 2, 1, 0, 0, 1]
其混淆矩陣可以如下所示，混淆矩陣中，數字代表的是預測情況的次數，比如第一個方格中的 2 就表示，預測為 0 且真實值也為0的出現的次數為 2 次。
由混淆矩陣，各個類別的 TP FP TN FN 可以如下計算。
- 類別 0:
TP=2;
TN=0+1+2+0=3;
FP=0+1=1;
FN=0+0=0;
- 類別 1:
TP=0;
TN=2+0+0+0=2;
FP=0+2=2;
FN=1+1=2;
- 類別 2:
TP=0;
TN=2+0+1+0=3;
FP=0+1=1;
FN=0+2=2;
