在 机器学习岭回归器的构建和模型评估 中，讲解了回归模型的评估方法，主要有均方误差MSE， 解释方差分，R方得分等指标。
同样的，对于分类模型，也有很多评估指标来判断该分类模型是否达到我们的要求，这几个评估指标主要是指：
准 确率（accuracy），精确率（precision），召回率（recall），F1值（F1 measure）
准确率（accuracy）的定义是：对于给定的测试集，分类模型正确分类的样本数与总样本数之比。
精确率的定义是：对于给定测试集的某一个类别，分类模型预测正确的比例，或者说：分类模型预测的正样本中有 多少是真正的正样本。
召回率的定义为：对于给定测试集的某一个类别，样本中的正类有多少被分类模型预测正确
