正负样本

        正样本是指属于某目标类别的样本，负样本是指不属于目标类别的样本。

        以分类问题为例，正样本即为我们想要分类出来的样本类型。比如在汽车分类场景下，我们需要确定一张照片是否为汽车，则在训练过程中，汽车图片就为正样本，非汽车图片为负样本，训练模型后得到一个分类模型。测试模型，发现模型误将非汽车的图片分类为汽车，这些被错误分类的样本被成为“难分样本”。在后续训练时候，将“难分样本”放入负样本进行模型训练，使模型效果更好，这个过程也叫做“难例挖掘”。