本次学习心得：
跑了一下自己的鉴别蘑菇的模型，发现效果并不是很理想，大概问题出现在前期数据集的选取上有问题，无奈使用了子豪同学开源的数据集和训练好的模型，完成了本次的任务，在本次任务中主要学到了几种判断模型性能的方法，如：混淆矩阵、PR曲线、ROC曲线等。
混淆矩阵
将多种类别的水果生成混淆矩阵，通过此方法观察模型性能，代码由子豪同学开源。
预测模型预测各类别水果的混淆矩阵
由上图可以看出，对角线的数据值明显，有少量发散，没在对角线的数据就是模型没有分类对的次数，由此看来，该模型分类效果很好。
PR曲线
绘制每个类别的PR曲线，计算AP值，代码由子豪同学开源。
水果类别为荔枝的PR曲线和AP值
当PR曲线越靠近右上方则该模型预测该类别水果的效果就越好，AP值越趋近1.000则该模型预测该类别水果的效果就越好。
ROC曲线
绘制每个类别的ROC曲线，计算AUC值，代码由子豪同学开源。
类别为荔枝的ROC曲线和AUC值
当ROC曲线越靠近左上方则该模型预测该类别水果的效果就越好，AUC值越趋近1.000则该模型预测该类别水果的效果就越好。
