True postive rate -- false postive rate

在学习和工作中，经常遇到需要计算true postive rate 以及false postive rate

决策（列）	状态（行）
	正样本	负样本
正样本	真正（TP）	假正（FP）
负样本	假负（FN）	真负（TN）

其中：TP FP FN TN分别为某次试验中真正，假正，假负，真负样本的个数

TP+FN:正样本个数

FP+TN: 负样本个数

灵敏度（senwitivity）---- Sn = TP/(TP+FN):通俗解释为 预测为真正正样本的个数/总正样本个数；Sn表示在真正的正样本中有多少比例能被正确的检测出来（True Positive Rate ）

特异度（specificity）---- Sp = TN/(FP+TN):通俗解释为 预测的真正负样本的个数/总负样本个数；Sp表示在真正的负样本中有多少比例

假正 第一类错误 第一类错误率 alpha = FP/(FP+TN) （False Positive Rate ）

假负 第二类错误 第二类错误率 beta= FN/(TP+FN)

召回率（Recall） = True Positive Rate =灵敏度；准确率(Precision) = TP/(TP+FP)

ROC曲线：横坐标为假正样本率，即 1-Sp = alpha ， 纵坐标为真正样本率，即Sn；

ROC曲线由 True Positive Rate 和 False Positive Rate 构成