通俗版
想象地上散落了一片红色绿色的小石子，弯腰闭眼任意拿取（类比预测过程）一些后，地上和手里都有红色和绿色石子，此时石子分为四类：手里绿、手里红、地上绿、地上红。
我们假定绿色是我们想要的，红色是不想要的，记T为石子在它理想位置（类比预测正确），P为在手里（类比被预测正类），那么：
- TP - 手里绿石子，拿对了，确实该拿
- FP - 手里红石子，拿错了
- TN - 地上红石子，确实该在地上
- FN - 地上绿石子，漏拿了
对于经典的三个指标：
- 精度：手上绿石子占手里石子比例是多少？ 精度=TP/(TP+FP)，精度高=手上拿错的少
- 召回率：所有的绿石子，被正确召回（拾起）的比例是多少？召回率=TP/(TP+FN)，召回率高=漏拾的少
- 正确率：石子在它的理想位置的（拿手里的绿石子和地上的红石子）占石子总数的多少？正确率=(TP+TN)/(TP+FP+TN+FN)
专业版
对于二分类问题，T=预测正确，F=预测错误，P=预测正类（“正类”表示关注的类），N=预测负类，则样本被分为以下四类：
- TP - 预测为正类，实际是正类，预测正确
- FP - 预测为正类，实际为负类，误报
- TN - 预测为负类，实际为负类，预测正确
- FN - 预测为负类，实际为正类，漏报
三个经典指标：
- 精度 Precision：预测为正的样品中，真正为正的比例。精度=TP/(TP+FP)，精度高=误报少
- 召回率 Recall：所有实际为正的样本中，被正确预测为正的比例。召回率=TP/(TP+FN)，召回率高=漏报少
- 正确率 Accuracy：所有样本中，预测正确的比例。正确率=(TP+TN)/(TP+FP+TN+FN)