转载：http://snv.iteye.com/blog/2113945
场景如下：
假设原样本有两类，True和False，其中：
1.总共有T个类别为True的样本；
2.总共有F个类别为False的样本；
分类预测后：
1.总共有TT个类别为True的样本被系统判为True，FT个类别为True的样本被系统判为False，则TT+FT=T
2.总共有FF个类别为False的样本被系统判为False，TF个类别为False的样本被系统判为True，则FF+TF=F
指标计算：
精确度=TT/(TT+TF)--判断正样本中真正正样本的比例
准确率=(TT+FF)/(T+F)--判断正确的比重
召回率=TT/(TT+FT)--正确判断正例的比重
漏报率=FT/(TT+FT)--多少个正例被漏判了
虚警率=TF/(TT+TF)--反映被判为正例样本中，有多少个是负例
英文标示：
召回率 Recall；
精确度Precision；
准确率Accuracy；
漏警概率（Missing Alarm）；
虚警概率（False Alarm）；