当我们只有“正”标签时，我们使用一类分类（尽管有些人主张在有关标签的数据质量较差时使用它）来检测异常值或异常。

有了这些数据，您就无法评估预测的准确性。从技术上讲，您可以检查它是否正确地将所有数据标记为“正”，但随后您会得出结论，无论数据如何，总是返回“正”标签的无用模型具有完美的拟合度。

要判断此类分类器的性能，您需要拥有带有“负面”标签的数据。您可以做的一件事是使用人为引入的异常来模拟数据（这通常是这样做的，例如在图像分类中，您向数据中添加噪声或转换图像），或者模拟您知道应该归类为异常的数据，并使用这些数据进行测试。

如果你有关于“正”和“负”类的数据，情况就不同了，从那时起，你可以使用与一般分类完全相同的工具来评估你的模型，但是，你为什么要使用一类分类算法呢？

虽然这是一个迟到的答复，但我想指出以前可能不成立的答案的隐含假设。

1. 对于一类分类，我们不知道正负数据的真实比例。因此，我们不能任何开发集具有与真实数据相似的分布。
2. 一类分类的标准设置是我们有正面和未标记的数据集。即使在开发集中，我们也不能假设我们有“负面”数据的标签。此外，我们不能假设所有未标记的数据都是“负面的”。

以下文件（第 4 节）提出了另一种评估：

李、黄孙和刘冰。“使用加权逻辑回归学习正面和未标记的示例。” ICML。卷。3. 2003 年。

他们使用

PS：李教授、刘教授和程博士是创造一类分类的人。我们可以把他们的评价当成有点“官方”。

做一类分类的时候，除了TP和FN外，还应该有FP（假阳性）和TN（真阴性）。FP 是您在实际为负时归类为正的实例，而 TN 是您正确分类为负的实例。然后您可以计算精度和召回率：

精度 = TP/(TP + FP) 召回率 = TP/(TP + FN)

维基百科页面https://en.wikipedia.org/wiki/Precision_and_recall很好地解释了它。

但是，当您进行一类分类时，其他一些常见指标是误报率 (FPR) 和 f1-score。

FPR = FP/(FP+TN)

F1-SCORE = 2TP/(2TP+FP+FN)

我希望这有帮助。问候！

@user3791422 有正确的答案。此外，我想指出：

如果你有真阳性和假阴性的概念，这意味着你有一个基本事实的概念并且你已经预测了反应。因此，根据定义，应该存在 False Positive 和 True Negative。

从逻辑上讲，OP 没有考虑的是，如果我们知道某些示例属于该类，我们就知道其余示例（我们实际上不需要训练示例的世界其他人口）属于该类之外。因此，当我们在测试中观察它们时，可以计算出 FP 和 TN。