f1

  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

精确率（Precision）：

                                   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。

准确率（Accuracy）：

                                   A = （TP+TN）/ （P+N） = （TP+TN）/ （TP+FN+FP+TN）    

                                              反映了分类器统对整个样本的判定能力——能将正的判定为正，负的判定为负

召回率（Recall）：     

                                   R = TP/（TP+FN）= 1-[FN/（TP+FN）]

                                             反映了被正确判定的正例占总的正例的比重

F1值： 

                                  F1 = 2*（Recall * Precision）/（Recall + Precision）