recall = true positive / golden set 覆盖到的正例率(预测为正的数占总的需要预测为正的数的比)
precision = true positive /retrieved set 预测到的正例率的正确率 (预测为正的样本中,正确的正的比列)
F1 = 2*precision*recall / (precision + recall)
ROC curve = 以true positive rate 和 false positive rate为轴取不同的阈值的点画的图