True Positive （真正, TP）被模型預測爲正的正樣本；可以稱作判斷爲真的正確率
True Negative（真負 , TN）被模型預測爲負的負樣本 ；可以稱作判斷爲假的正確率
False Positive （假正, FP）被模型預測爲正的負樣本；可以稱作誤報率
False Negative（假負 , FN）被模型預測爲負的正樣本；可以稱作漏報率
True Positive Rate（真正率 , TPR）或靈敏度（sensitivity）
TPR = TP /（TP + FN）
正樣本預測結果數 / 正樣本實際數
True Negative Rate（真負率 , TNR）或特指度（specificity）
TNR = TN /（TN + FP）
負樣本預測結果數 / 負樣本實際數
False Positive Rate （假正率, FPR）
FPR = FP /（FP + TN）
被預測爲正的負樣本結果數 /負樣本實際數
False Negative Rate（假負率 , FNR）
FNR = FN /（TP + FN）
被預測爲負的正樣本結果數 / 正樣本實際數