准确率与召回率（Precision && Recall）
准确率和召回率是广泛用于信息检索和统计学分类领域的两个度量值，用来评价结果的质量。
准确率（Precision）
- Precision是检测出某类特征的数量与检测出的所有特征数量之间的比率，衡量的是模型的查准率；
- precision = 提取出的正确信息条数 / 提取出的信息条数
- 一般来说，Precision就是检索出来的条目有多少是准确的
召回率（Recall）
- Recall是指检测出的某类特征的数量和数据集中所有的该类特征数量的比率，衡量的是检索系统的查全率
- Recall = 提取出的正确信息条数 / 样本中的信息条数
综合评价指标（F-Measure）
综合评价指标（F-Measure）是准确率和召回率的调和平均值
-
P和R指标有时候会出现的矛盾的情况，这样就需要综合考虑他们，最常见的方法就是F-Measure（又称为F-Score）
-
当参数α=1时，就是最常见的F1，也即
-
F1值 = 正确率 * 召回率 * 2 / (正确率 + 召回率)
-
一般情况下，当F1较高时则能说明试验方法比较有效
还有另外一个版本 【ROC TPR 等评估参数】https://www.jianshu.com/p/be2e037900a1