T (True) = 預測「對」了 ✓
F (False) = 預測「錯」了 ✗
P (Positive) = 模型「預測為陽性」
N (Negative) = 模型「預測為陰性」
所以 FP = 「預測為陽性,結果錯了」 = 其實是陰性,被誤判 = 誤報。
FN = 「預測為陰性,結果錯了」 = 其實是陽性,被漏掉 = 漏報。
| 結果 | 情緒 | 口訣 | |
|---|---|---|---|
TP | 抓對了壞人 | 😎 爽 | 「對對碰!」 |
FP | 把好人當壞人 | 😱 冤 | 「誤報、烏龍」 |
FN | 壞人從眼前溜走 | 😭 慘 | 「漏網之魚」 |
TN | 好人就是好人 | 😌 安 | 「沒事走開」 |
Step 1. 先問:「什麼是 Positive(陽性)?」
👉 通常是「想抓的目標」:垃圾信、癌症、詐欺、行人、違禁品、用戶喜歡。
Step 2. 再問:「什麼是 Predicted Positive(預測陽性)?」
👉 通常是 AI 的動作:標記、攔截、警報、煞車、錄取、推薦。
Step 3. 用兩個維度 × 兩個值 = 4 種狀況,對號入座。
Step 4. 檢查總數加總是否符合題目給的人數。