问题
机器学习分类任务中常见的指标有TP/FP/TN/FN四种，初学者往往很难区分这四个概念。本文将采用简洁的方式，清晰的介绍四者之间的区别。
区别
四个 指标中，TP和TN是比较好理解的，FP和FN是比较容易混淆的，因此需要特别留意。
TP (True Positive) 能够检测到正例，即预测和实际都为P；
FP (False Postive) 错误的正例，即误将负例检测为正例，亦即预测为P，实际为N；
TN (True Negative) 能够检测到负例，即预测和实际都为N；
FN (False Negative) 错误的负例，即误将正例检测为负例，亦即预测为N，实际为P；
