説明

ボックス1：11

TP =真陽性。
トレーニングセットのクラスラベルは、通常、正または負と呼ばれる2つの可能な値のみを取ることができます。分類器が正しく予測するポジティブインスタンスとネガティブインスタンスは、それぞれ真陽性（TP）と真陰性（TN）と呼ばれます。同様に、誤って分類されたインスタンスは、誤検知（FP）および誤検知（FN）と呼ばれます。
ボックス2：1,033
FN =偽陰性
リファレンス：
https://docs.microsoft.com/en-us/azure/machine-learning/studio/evaluate-model-performanceTPの検索は簡単です。これは基本的に、予測値と真の値が1である値を意味し、この場合は11です。
False Negativeは、真の値が1であるが、予測値が0であり、この場合は1033である場合を意味します。混同行列は、左上に予測値と実際の値の両方が1（真陽性と呼ばれる）である場合と、両方が予測され、実際の値は右下で0（真の負）でした。他のセルは、予測値と実際の値が異なる場合を示しています（誤検知と誤検知）。
https://docs.microsoft.com/en-us/learn/modules/create-classification-model-azure-machine-learning-designer/eva