[sklearn] 分类预估评价函数

调用的函数：metrics.classification_report(typeTrue, typePred, digits=5) 

digits：显示小数位数

一共有5个类（0，1，2，3，4）

precision：精度，预测为 i 的实际为 i 的概率

recall：召回率，实际为 i 的预测为 i 的概率

f1-score：准确率和召回率的加权平均，f1-score=2*precision*recall/(precision+recall)

support：实际为 i 的总个数

accuracy：实际与预测一致的概率（同召回率的加权平均，下面的recall的weightd avg）

macro avg：五类对应值的平均，如precision的macro avg为：0.44953=(1+0.55157+0.38182+0.31429+0)/5

weightd avg：五类对应值的加权平均，如precision的weightd avg为：0.44953=(1*60+0.55157*280+0.38182*120+0.31429*80+0*30)/570