混淆矩阵基础：TP、FP、TN、FN 的定义与计算
评估一个分类模型好不好，光看「准确率」往往不够。我刚开始做机器学习时，就吃过这个亏。
举个例子，一个数据集里 95% 是负样本，5% 是正样本。模型什么都不做，直接预测全部为负，准确率也有 95%。这模型能叫好吗？显然不能。这时候就需要更细的指标——而所有细指标，都建立在一个核心工具上：混淆矩阵。
到底什么是混淆矩阵？
说白了，混淆矩阵就是一个 2×2 的表格。它记录了模型预测结果和真实标签的四种组合情况。
我们以二分类为例（正类为 Positive，负类为 Negative）：
- TP（True Positive）：真实为正，预测也为正。模型判断对了。
- FP（False Positive）：真实为负，预测为正。模型报错了，这叫「误报」。
- TN（True Negative）：真实为负，预测也为负。模型判断对了。
- FN（False Negative）：真实为正，预测为负。模型漏掉了，这叫「漏报」。
嗯，这里要注意。很多初学者会把 FP 和 FN 搞混。我个人习惯用一句话记：「FP 是模型太敏感，FN 是模型太迟钝」。
一个具体的计算例子
我们来看一组实际预测结果。假设有 10 个样本，真实标签和模型预测如下：
真实值: [1, 0, 1, 1, 0, 0, 1, 0, 0, 1]
预测值: [1, 0, 0, 1, 0, 1, 1, 0, 1, 1]
（1 代表正类，0 代表负类）
怎么算？我一般直接写代码统计，而不是手算。但理解原理，手算一次也无妨。
我们逐样本对比：
- 样本1：真实 1，预测 1 → TP
- 样本2：真实 0，预测 0 → TN
- 样本3：真实 1，预测 0 → FN
- 样本4：真实 1，预测 1 → TP
- 样本5：真实 0，预测 0 → TN
- 样本6：真实 0，预测 1 → FP
- 样本7：真实 1，预测 1 → TP
- 样本8：真实 0，预测 0 → TN
- 样本9：真实 0，预测 1 → FP
- 样本10：真实 1，预测 1 → TP
统计结果：
| 指标 | 计数 |
|---|---|
| TP | 4 |
| FP | 2 |
| TN | 3 |
| FN | 1 |
有了这个矩阵，你就能计算出几乎所有分类指标了。比如准确率 (TP+TN)/(TP+FP+TN+FN) = 7/10 = 0.7。但更重要的，是你能看出模型的问题——FP 有 2 个，FN 有 1 个，这意味着模型有点「激进」，容易把负类判成正类。
为什么混淆矩阵这么重要？
我个人觉得，混淆矩阵是评估体系的「地基」。一旦你构建好了这个 2×2 矩阵，后面的精确率、召回率、F1、ROC 曲线、AUC，全都是从这个矩阵衍生出来的。地基不稳，上面的指标全是空中楼阁。
让我用一张图来展示混淆矩阵的结构和它如何影响后续指标：
如何用代码生成混淆矩阵？
在实际项目中，我很少手工算。Python 的 sklearn 库提供了现成的方法：
from sklearn.metrics import confusion_matrix
y_true = [1, 0, 1, 1, 0, 0, 1, 0, 0, 1]
y_pred = [1, 0, 0, 1, 0, 1, 1, 0, 1, 1]
cm = confusion_matrix(y_true, y_pred)
print(cm)
输出是一个 2×2 数组：
[[3 2]
[1 4]]
这里要注意 sklearn 的约定：行是真实值，列是预测值。所以第一行是真实负类（TN=3, FP=2），第二行是真实正类（FN=1, TP=4）。跟我刚才手算的结果完全一致。
一个常见的坑
你想想看，明明模型跑得还行，结果因为看反了矩阵，以为 FP 很多，调了半天阈值。这种事我见过不止一次。
多分类怎么处理？
对于多分类，混淆矩阵会变成 N×N 的形式。比如三分类，就是一个 3×3 矩阵。对角线上的元素就是预测正确的样本数，非对角线就是各种「混淆」情况。
举个例子，三分类（类别：0, 1, 2）：
y_true = [0, 1, 2, 0, 1, 2, 0, 1, 2]
y_pred = [0, 1, 2, 0, 1, 1, 0, 0, 2]
cm = confusion_matrix(y_true, y_pred)
print(cm)
输出：
[[3 0 0]
[0 2 1]
[0 0 3]]
这意味着：
- 类别 0：全部预测正确，3 个 TP。
- 类别 1：2 个正确（位置 [1,1]），1 个被误判为类别 2（位置 [1,2]）。
- 类别 2：全部正确。
多分类场景下，你可以选择「一对多」策略，把当前类别当正类，其他所有类别当负类，然后计算每个类别的精确率、召回率等指标。我个人习惯这样处理，因为可以单独分析每个类别的问题。
为什么要先学混淆矩阵？
因为后面的 AUC、RMSE 这些指标，虽然看起来高大上，但它们本质上都是在回答同一个问题：「模型在哪些地方犯了错，错得有多严重？」。混淆矩阵给了你第一个、也是最直观的答案。
搞懂了 TP、FP、TN、FN，你就掌握了评估模型好坏的「四则运算」。后面的知识都是在这个基础上做加法和乘法。地基打牢了，房子才不会塌。