Precision：针对于我们的预测结果而言，它表示的是预测为正的样本有多少是真正的正样本，那么预测为正有两种可能。一种是把正类预测为正类（true positive），另一种是把负类预测为正类（False positive）。
也就是 P = TP / （TP + FP），分母为预测为正的样本数
Recall：针对原来的的样本而言的，它表示的是样本中正例有多少是被预测正确了，那也有两种可能，一种是把原来的正类预测为正类（TP），另一种是把原来的正类预测为负类（False Negative）。
R = TP/（TP + FN），分母为原来样本中所有的正样本数
Accuracy：（TP + TN）/（TP + FN + FP + TN）
