混淆矩阵 Confusion Matrix：
例如预测10000个人是否患病。其中0代表不患病，1代表患病。
下图表示有9978个人没有患病，算法也预测他们没有患病；
有12个人没有患病，但算法预测他们患病；
有2个人患病，但算法预测他们没有患病；
有8个人患病，算法也预测他们患病；
精准率和召回率：
精准率：预测为1的数据中，预测对了的概率
召回率：真实为1的数据中，预测对了的概率
F1 Score：
精准率和召回率兼顾，是两者的调和平均值。
调和平均值的特点：如果一个值特别高，一个值特别低，那么得到的F1 Score 也将特别的低，只有二者都非常高，得到的F1值才会特别高。
F1取值范围0到1。
精准率-召回率曲线：
横坐标为threshold，纵坐标为Precision / Recall :
横坐标为Precision，纵坐标为Recall :
ROC曲线：
描述TPR 和 FPR之间的关系。
TPR ：True Positive Rate，等于Recall，即真实为1的数据中，预测对了的概率
FPR ： False Positive Rate，即真实为0的数据中，预测错了的概率