简单机器学习评估指标中分类评价指标(acc，recall ,precision,F1,fusion matrix,

3 准确率和表示召回率

逻辑回归（模型）：输出概率，<0.5为负例

（1）Acc公式：

（2）Precision（准确率），查准率 公式：

在所有你判断为正例的例子中，真正的正例有多少

Precision（精确度）：正确预测正分类的样本数 / 预测为正样本的样本数 

你真正预测对的正样本占了所有正样本的比例，就是预测对了的占比如何

   

（3）Recall（召回率）公式：

你认为正确的占所有正确的比例

Tradeoff 会让准确率和召回率顾此失彼

（4）F1_score(precision和recall的综合平均[调和平均数])

既可以兼顾precision又可以兼顾recall。F1_score越高说明precision和recall达到了一个很高的平衡点。