数据元组已经按分类器返回概率值的递减序排序。对于每个元组，计算真正例 （TP）、假正例（FP）、真负例（TN）和假负例（FN）的个数。计算真正例 率（TPR）和假正例率（FPR）。
图片贴不出来，大概就是有十个元组，元组的类是N或者P，还有概率。
比如元组1的类是P，概率是0.95，元组2的类是N，概率是0.85等等递减排列。
我想问的是题目所说的“分类器返回概率值”指的是什么？是贝叶斯方法中的后验概率吗？
如果是的话TP、FP等是怎么根据后验概率算出来的？
如果不是的话那个概率是什么？TP、FP等是怎么算出来的？
由图可知正元组有5个，负元组有5个，所以P=5，N=5。
（1）由元组1开始，该元组具有最高的概率得分，取该得分为阈值，即t=0.95，这样，分类器认为大于等于t的为正元组，故元组1为正，而其他元组为负。由于元组1的实际类标号为正，所以有一个真实例。因此TP=1,FP=0,TN=5,FN=4。可以计算TPR=TP/P=1/5=0.2,FPR=0。
（2）然后设置元组2的概率值0.85为阈值，因而此时元组1与元组2为正，而元组3~元组10被视作负。元组2的实际类标号为负，所以它是一个假正例。因此，TP=1,FP=1,TN=4,FN=4.可以计算TPR=TP/P=1/5=0.2,FPR=1/5=0.2。
（3）以此类推，可计算出每个元组的TP、FP、TN、FN、TPR、FPR。