模型评价指标----准确率、精准率、召回率、F1、ROC曲线、AUC曲线

1、精确率（Precision）与召回率（Recall）

精确率（Precision）与召回率（Recall）
True positives(TP) : 正样本被正确识别为正样本；预测为positive ground truth为positive。
True negatives: 负样本被正确识别为负样本； 预测为negative 但ground truth 为negative。
False positives: 假的正样本，即负样本被错误识别为正样本； 预测为positive，ground truth 为negative
False negatives: 假的负样本，即正样本被错误识别为负样本；预测为negative，ground truth为positive。
precision精确率（查准率）: 所有被预测为正的样本中实际为正的样本的概率，该值越大越好，1为理想状态，其公式如下：查准率=TP/(TP+FP)
recall召回率（查全率）:指测试集中所有正样本样例中，被正确识别为正样本的比例。该值越大越好，1为理想状态。其公式如下：召回率=TP/(TP+FN)