设用某个学习算法解决一个二分类问题，得到的混淆矩阵为： 预测类别数 1 0 真实类别数 1 50 5 0 15 1000 试计算查准率p,查全率r, 真阳率TPR和假阳率FPR （30分）

根据混淆矩阵，我们可以计算出以下指标：

真阳性（True Positive, TP）= 50
假阳性（False Positive, FP）= 15
真阴性（True Negative, TN）= 1000
假阴性（False Negative, FN）= 5

根据定义，可得：

查准率（Precision）= TP / (TP + FP) = 50 / (50 + 15) = 0.77

查全率（Recall）= TP / (TP + FN) = 50 / (50 + 5) = 0.91

真阳率（True Positive Rate, TPR）= TP / (TP + FN) = 50 / (50 + 5) = 0.91

假阳率（False Positive Rate, FPR）= FP / (FP + TN) = 15 / (15 + 1000) = 0.014

因此，查准率为0.77，查全率为0.91，真阳率为0.91，假阳率为0.014。