| True Positive(TP) | False Negative(FN) |
| False Positive(FP) | False Positive(FP) |
TP、True Positive 真阳性：预测为正，实际也为正
FP、False Positive 假阳性：预测为正，实际为负
FN、False Negative 假阴性：预测与负、实际为正
TN、True Negative 真阴性：预测为负、实际也为负
以分类问题为例：
真阳性：预测为正，实际也为正，指预测正确，是哪个类就被分到哪个类，对类A而言，TP的个数为2，类B的TP个数为2，类C的TP的个数为1
假阳性：预测为正，实际为负，指预测为某个类，但实际不是。对类A而言，FP的个数为0，类B的FP个数为2，类C的FP个数为2
假阴性：实际为正，预测与负、指某个类实际是A，但预测出不是A。对类A而言，FN的个数为2，类B的FN个数为1，类C的FN为1
| A | B | C | 总计 | |
| TP | 2 | 2 | 1 | 5 |
| FP | 0 | 2 | 2 | 4 |
| FN | 2 | 1 | 1 | 4 |
由混肴矩阵计算以下评价指标：
Accuracy（准确率）：分类正确的样本个数占所有样本个数的比例，即
Average per-class accuracy（平均准确率）：每个类别下的准确率的算术平均，即
Precision（精确率）：分类正确的正样本个数占分类器分成的所有正样本个数的比例（注意：精确率和准确率不同），即：计算我们预测出来的某类样本中，有多少是被正确预测的。针对预测样本而言。
Recall(召回率)：分类正确的正样本个数占正样本个数的比例，即：针对原先实际样本而言，有多少样本被正确的预测出来了
精确率和召回率计算时，只是分母不同，一个分母是预测为正的样本数，另一个是原来样本中所有的正样本数
F1-Score
F1分数，是统计学中用来衡量二分类模型精确度的一种指标。它同时兼顾了分类模型的精确率和召回率，F1分数可以看作是模型精确率和召回率的一种加权平均，它的最大值是1，最小值是0.
F1-Score被定义为精确率和召回率的调和平均数，
定义Fβ分数为：
除了F1分数之外，F0.5分数和F2分数，在统计学中也得到了大量应用，其中，F2分数中，召回率的权重高于精确率，而F0.5分数中，精确率的权重高于召回率。
Micro-F1和Macro-F1
在第一个多标签分类任务中，可以对每个“类”，计算F1，显然需要把所有类的F1合并起来考虑。
这里有两种合并方式：
第一种计算出所有类别总的Precision和Recall，然后计算F1。
例如依照最上面的表格来计算:Precison=5/(5+4)=0.556,Recall=5/(5+4)=0.556，然后带入F1的公式求出F1，这种方式被称为Micro-F1微平均。
第二种方式是计算出每一个类的Precison和Recall后计算F1，最后将F1平均。
例如上式A类：P=2/(2+0)=1.0，R=2/(2+2)=0.5，F1=(2*1*0.5)/1+0.5=0.667。同理求出B类C类的F1，最后求平均值，这种范式叫做Macro-F1宏平均。
---------------------