bad reputationtraditional分类算法中数据分析结果的评价指标
有声读物mp31.正确率（accuracy）
anyone>assign正确率是我们最常见的分类算法评价指标accuracy=（TP+TN）/(P+N)，这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；
雅思口语考官>我最亲爱的英文2.错误率（error rate)
错误率则与正确率相反，描述被分类算法分类器错分的比例，error rate=(FP+FN)/(P+N)，对某一个实例来说，分对与分错是互斥事件，所以accuracy=1-error rate；
3.灵敏度（nsitive）
nsitive=TP/P，表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力；
ジレンマ4.特效度（specificity)
specificity=TN/N，表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力；
howdoyoudo
5.精度（precision）fpc是什么
精度是精确性的度量，表示被分为正例的示例中实际为正例的比例，precision=TP/（TP+FP）；
6.召回率（recall）
