TP、FP、TN、FN及精度、召回率、mAP

True Positive，TP

False Positive，FP

True Negative，TN

False Negative，FN

Precision-Recall曲线，简称P-R曲线，其横轴是召回率，纵轴是精确率。

P-R曲线上一个点的含义是，在该阈值下，模型将大于该阈值的结果判定为正样本，小于该阈值的结果判定为负样本，此时返回结果对应的召回率和精确率。

扫描二维码关注公众号，回复： 13305101 查看本文章

精度和召回率二者不可能都高，鱼和熊掌不可兼得。P-R 曲线越靠近右上角性能越好。

F1​score综合考虑了P值和R值。

F1 = 2 * Precision * Recall / ( Precision + Recall)

ROC曲线用FPR（假正例率）作横轴，用TPR（真正例率）作纵轴。 AUC（Area Under Curve）的值就是ROC曲线下方围成区域的面积大小。ROC曲线在样本分布不均的时候，更能反映真实情况，它比P-R 曲线更好。

https://blog.csdn.net/weixin_41278720/article/details/88774411?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control&dist_request_id=1328680.39738.16163151619058371&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control