理解机器学习评价指标：TP、FP、FN和TN

在机器学习中，TP、FP、FN和TN是用于评估模型性能的重要指标。

'TP' 代表 'True Positive'，即正例被正确识别为正例的数量。

'FP' 代表 'False Positive'，即负例被错误识别为正例的数量。

'FN' 代表 'False Negative'，即正例被错误识别为负例的数量。

'TN' 代表 'True Negative'，即负例被正确识别为负例的数量。

这些指标通常用于计算模型的准确率、精确率和召回率等重要指标，帮助我们更好地评估模型的性能。