Sensitivity: Predict positive and actual positive
Specificity: Negative and actual negative
Example
假设，我们有一个任务：给定一些患者的样本，构建一个模型来预测肿瘤是不是恶性的。在这里，肿瘤要么良性，要么恶性，所以这是一个典型的二分类问题。
假设我们用y=1表示肿瘤是良性，y=0表示肿瘤是恶性。则我们可以制作如下图的表格：
TP表示预测为良性，而实际也是良性的样例数；
FN表示预测为恶性，而实际是良性的样例数；
FP表示预测为良性，而实际是恶性的样例数；
TN表示预测为恶性，而实际也是恶性的样例数；
FRP: False positive rate, that is to say, actual negative, but predicted positive
$$ FPR=\frac{FP}{FP+TN} $$
TPR: Ture positive rate
$$ TPR = \frac{TP}{TP+FN} $$
结论：