True Positive （真正, TP）被模型預測為正的正樣本；

True Negative（真負 , TN）被模型預測為負的負樣本 ；

False Positive （假正, FP）被模型預測為正的負樣本；

False Negative（假負 , FN）被模型預測為負的正樣本；

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） 
被預測為正的負樣本結果數 /負樣本實際數

False Negative Rate（假負率 , FNR） 
FNR = FN /（TP + FN） 
被預測為負的正樣本結果數 / 正樣本實際數