数据集
数据集（Data Set）是数据的集合，在机器学习领域，通常指通过专门搜集、标注好的数据集合。有时也称样本集。
样本
样本（Sample）是数据集/样本集中的一个事件或对象。在人脸识别中，一张人脸图片就是一个样本。
训练集
训练集（Training Set）是事先标注好的样本集，用于训练模型。测试集与训练集须严格区分使用。
测试集
测试集（Test Set）是事先标注好的样本集，用于测试已训练好的模型效果。
相似度分数与匹配得分
相似度分数与匹配得分是 人脸比对、人脸搜索 等服务的判断依据，分数越高代表人脸越相似。通常会提供误识率为千分之一、万分之一的分数建议值，高于建议值则说明在对应误识率下建议结论为同一人，反之则不是同一人。
学习与训练
学习（Learning）与训练（Training）是从数据中学得模型的过程，这个过程通过执行某个学习算法来完成。
正样本、负样本
正负样本是相对的概念。在人脸识别中，假设有10张人脸图片，其中4张为 A 人，6张为 B 人。若目的是识别 A，则此时正样本数量为4，负样本数量为6；若目的是识别 B，则此时正样本数量为6，负样本数量为4。
召回率或查全率
人脸识别中，若测试集中正样本（来自同一个人的人脸图像）的数量是 P，负样本（来自不同人的人脸图像）的数量是 N；算法正确判定的正样本数量是 TP，算法错误判定的正样本数量是 FN，满足 TP + FN = P；算法正确判定的负样本数量是 TN，算法错误判定的负样本数量是 FP，满足 TN + FP = N，则：召回率或查全率（Recall） = TP / P * 100%。
误识率或错误接受率
误识率或错误接受率 = FP / N * 100%。
准确率或查准率
准确率或查准率（Precision） = TP / ( TP + FP ) * 100%。
TopN 命中率
在人脸搜索中，TopN 命中率是指身份正确的人脸排在前 N 位的概率。若进行搜索的次数为 M 次，其中身份正确的人脸排在前 N 位的次数为 TN，则 TopN 命中率 = TN / M * 100%。
