True 和 False 负预测

了解这些定义非常重要，因为它们是解释其他基本机器学习概念（如精度和召回率）的关键部分。

下面概述了其在平台中的应用程序上下文。

首先:

• “肯定”预测是指模型认为某个标签适用于消息的预测
• “负”预测是指模型认为某个标签不适用于消息的预测

真例

真正结果是指模型正确预测某个标签适用于消息的结果。

真底片

真负结果是指模型正确预测标签不适用于消息的结果。

误报

误报结果是指模型错误地预测标签适用于消息，而实际上标签并不适用。

漏报

漏报结果是指模型错误地预测标签不适用于消息，而实际上标签适用。

要更详细地了解每个概念，请参阅此处。