真阴性：在二分类、医学检测或信息检索等场景中，实际为阴性且模型/检测结果也判为阴性的样本（或其数量）。常用于混淆矩阵与性能指标计算（如特异度）。
/truː ˈnɛɡətɪv/
The test returned a true negative.
这次检测结果是真阴性。
In a confusion matrix, the true negative count helps compute specificity and evaluate how well the model avoids false alarms.
在混淆矩阵中，真阴性的数量有助于计算特异度，并评估模型避免误报的能力。
true 源自古英语 trēowe，意为“真实的、可信的”；negative 源自拉丁语 negativus，与 negare（否认、否定）相关，意为“否定的、阴性的”。合起来指“真实地属于阴性并被判为阴性”的情况。
该术语多见于统计学习、机器学习与医学检验等技术写作中，常出现在以下经典教材/著作的相关章节（如“混淆矩阵”“分类评估”部分）：
Select Language