参考李航的统计学习方法
TP--将正类预测为正类数；
FN--将正类预测为负类数；
FP--将负类预测为正类数；
TN--将负类预测为负类数；
准确率（accuracy）
A = (TP + TN)/(P+N) = (TP + TN)/(TP + FN + FP + TN)；
精确率（precision）定义为
P=TP/(TP+FP)；反映了被分类器判定的正例中真正的正例样本的比重
召回率（recall）定义为
R=TP/(TP+FN)；反映了被正确判定的正例占总的正例的比重
F1的值
2/F1=1/P+1/R
对100条数据进行分类，100条数据中正的有70条，反的有30条，分类结果判定正的有50条（其中实际正的40条，反的10条），判定反的有50条（实际正的30条，反的20条）。
精确率为
40/(40+10)
召回率为
40/(40+30)