什么是真正例，假正例，真反例，假反例

真正例（True Positive，TP）指的是实际为正例的样本被正确地预测为正例的情况。

假正例（False Positive，FP）指的是实际为负例的样本被错误地预测为正例的情况。

真反例（True Negative，TN）指的是实际为负例的样本被正确地预测为负例的情况。

假反例（False Negative，FN）指的是实际为正例的样本被错误地预测为负例的情况。

这些概念通常在机器学习领域的二分类问题中使用，用于评估模型的性能。