机器学习：评判模型的几个指标——PR，ROC，F-easure

  小明是AI小学的一个小学生，在他的班里有男生80人，女生20人，共计100人。第一天上学，小明被要求通过自身观察，找出所有的女生来。
  现在，小明挑选出了50个人，其中20人是女生，另外还错误地把30个男生也当作女生挑选了出来了。
  作为评估者的你需要来评估下他的工作，用一些不同的标准来衡量他这次划分的准确度。

1. 精确率与召回率

  首先登场的是两个最直观的比率，精确率和召回率（Precision and Recall）。小明分出来的“女生”中，真正的女生所占的比例就是精确率，也叫做查准率；在全班所有真正的女生中，小明正确找出来的女生所占的比例就是召回率，也叫查全率。就是说，本次分类中，小明工作的精确率和召回率分别是40%和100%。这两个比率简单粗暴地反映出一次分类的实际效果，精确率着重于结果，看看你分对了多少；召回率着重于样本，看看你分出了多少。
  另外，还有一个常见的比率是“假正例率”（FPR），代表被错分成女生的男生在所有男生中的占比，这个例子里它是30/80=37.5%。这项比率在ROC绘制时会用到。
  在实际的产业应用中，我们常常需要考虑模型的精确率和召回率，依据这两个比率绘制出的PR曲线是重要的评估指标。

2. F-Measure

  你把小明这次分类的精确率和召回率告诉了他，他觉得Precision太低了，于是决定认认真真重做一次分类，争取不要有哪怕一次错分。在长达半个小时的“全力辨识”下，他达成了目标：只找出一位同学，他确