在處理深度學習分類問題時，會用到一些評價指標，如accuracy（准確率）等。剛開始接觸時會感覺有點多有點繞，不太好理解。本文寫出我的理解，同時以語音喚醒（喚醒詞識別）來舉例，希望能加深理解這些指標。
1，TP / FP / TN / FN
下表表示為一個二分類的混淆矩陣（多分類同理，把不屬於當前類的都認為是負例），表中的四個參數均用兩個字母表示，第一個字母表示判斷結果正確與否（正確用T（True），錯誤用F（False），第二個字母表示判定結果（正例用P(Positive)，負例用N(Negative)）。四個參數的具體意思如下：
TP (True Positive)：表示實際為正例，判定也為正例的次數，即表示判定為正例且判定正確的次數。
FP (False Positive): 表示實際為負例，卻判定為正例的次數，即表示判定為正例但判斷錯誤的次數。
TN (True Negative)：表示實際為負例，判定也為負例的次數，即表示判定為負例且判定正確的次數。
FN (False Negative): 表示實際為正例，卻判定為負例的次數，即表示判定為負例但判斷錯誤的次數。
為了幫助理解，我以智能音箱中的語音喚醒（假設喚醒詞為“芝麻開門”）來舉例。這里正例就是喚醒詞“芝麻開門”，負例就是除了“芝麻開門”之外的其他詞，即非喚醒詞，如“阿里巴巴”。設定評估時說喚醒詞和非喚醒詞各100次，TP就表示說了“芝麻開門”且被識別的次數（假設98次），FN就表示說了“芝麻開門”卻沒被識別（判定成負例）的次數（假設2次），FP就表示說了非喚醒詞卻被識別（判定成正例）的次數（假設1次），TN就表示說了非喚醒詞且沒被識別的次數（假設99次）。
2，accuracy / precision / recall
accuracy是准確率，表示判定正確的次數與所有判定次數的比例。判定正確的次數是(TP+TN)，所有判定的次數是(TP + TN + FP +FN)，所以
在語音喚醒例子中，TP = 98，TN = 99，FP = 1, FN = 2, 所以accuracy = (98 + 99) / (98 + 99 + 1 + 2) = 98.5%，即准確率為 98.5%。
precision是精確率，表示正確判定為正例的次數與所有判定為正例的次數的比例。正確判定為正例的次數是TP，所有判定為正例的次數是(TP + FP)，所以
在語音喚醒例子中，TP = 98, FP = 1, 所以precision = 98 / (98 + 1) = 99%，即精確率為 99%。
recall是召回率，表示正確判定為正例的次數與所有實際為正例的次數的比例。正確判定為正例的次數是TP，所有實際為正例的次數是(TP + FN)，所以
在語音喚醒例子中，TP = 98, FN = 2, 所以recall = 98 / (98 + 2) = 98%，即召回率為 98%。在語音喚醒場景下，召回率也叫喚醒率，表示說了多少次喚醒詞被喚醒次數的比例。
1， FAR / FRR
FAR (False Acceptance Rate)是錯誤接受率，也叫誤識率，表示錯誤判定為正例的次數與所有實際為負例的次數的比例。錯誤判定為正例的次數是FP，所有實際為負例的次數是(FP + TN)，所以
在語音喚醒例子中，FP = 1, TN = 99, 所以FAR = 1 / (99 + 1) = 1%，即錯誤接受率為 1%。在語音喚醒場景下，錯誤接受率也叫誤喚醒率，表示說了多少次非喚醒詞卻被喚醒次數的比例。
FRR (False Rejection Rate)是錯誤拒絕率，也叫拒識率，表示錯誤判定為負例的次數與所有實際為正例的次數的比例。錯誤判定為負例的次數是FN，所有實際為正例的次數是(TP + FN)，所以
在語音喚醒例子中，FN = 2, TP = 98, 所以FRR = 2/ (2 + 98) = 2%，即錯誤拒絕率為 2%。在語音喚醒場景下，錯誤拒絕率也叫不喚醒率，表示說了多少次喚醒詞卻沒被喚醒次數的比例。
2， ROC曲線 / EER
ROC(receiver operating characteristic curve)曲線是“受試者工作特征”曲線，是一種已經被廣泛接受的系統評價指標，它反映了識別算法在不同閾值上，FRR(拒識率)和FAR(誤識率)的平衡關系。ROC曲線中橫坐標是FRR(拒識率)，縱坐標是FAR(誤識率)，等錯誤率（EER Equal-Error Rate）是拒識率和誤識率的一個平衡點，等錯誤率能夠取到的值越低，表示算法的性能越好。
上圖是ROC曲線的示意圖，我從語音喚醒的場景來解釋。從上圖看出FRR低/FAR高時，即拒識率低、誤識率高時，智能音箱很容易被喚醒，即很好用。FRR高/FAR低時，即拒識率高、誤識率低時，智能音箱不容易被喚醒，即不太方便用，但是很難誤喚醒，安全性很高。真正使用時要找到一個FAR和FRR的平衡點(EER)，也就是不那么難喚醒，方便使用，同時也不會有高的誤喚醒，保證安全。