混淆矩阵把二分类结果分成四格：真正例、假正例、真负例、假负例。真正例是预测为正且实际为正，假正例是误报，假负例是漏报，真负例是正确排除。四格看清了，指标就都好理解。
精确率等于真正例除以预测为正的总数，反映预报的准不准。召回率等于真正例除以实际为正的总数，反映该抓的有没有漏。两者分母不同，含义完全不同。
特异度等于真负例除以实际为负的总数，衡量排除负例的能力。在医疗筛查等场景，特异度和召回率常被同时关注，因为误报和漏报的代价都很高。
多分类时混淆矩阵扩展成方阵，对角线是正确预测，非对角线能看出哪两类最容易被混淆。这比单个准确率更有诊断价值，能直接指导后续改进方向。
