查准率,又叫准确率,是针对预测结果而言的,它-|||-表示的是-|||-bigcirc A.样本的负例有多少被预测正确-|||-bigcirc B.预测为正的样例中有多少是真正的正例-|||-bigcirc C.样本中的正例有多少被预测正确-|||-bigcirc D.预测为负的样例中有多少是真正的负例

查准率（Precision）是分类模型评估中的核心指标之一，其核心意义在于衡量模型预测为正类的样本中，真正属于正类的比例。理解这一概念的关键在于明确两个维度：

1. 预测结果：仅关注模型预测为“正类”的样本。
2. 真实情况：在这些预测为正类的样本中，有多少是实际的正类。

常见混淆点：容易与查全率（Recall）混淆。查全率关注的是所有实际正类中被正确预测的比例，而查准率关注的是预测正类中的准确性。

选项分析：

• 选项A：描述的是负类的预测正确率，属于正确预测负类的范畴，与查准率无关。
• 选项B：直接对应查准率的定义，即预测为正类的样本中真正正类的比例。
• 选项C：描述的是查全率（Recall）的定义，即实际正类中被正确预测的比例。
• 选项D：描述的是正确预测负类的情况，属于模型整体准确率的一部分，但非查准率。

结论：通过排除法和定义对比，选项B正确。