这四个概念之前一直混淆着我，今天好好地梳理一遍，通过一个简单的二分类问题给出各自的解释
先给出各自的定义：
错误率：指分类错误的样本数占样本总数的比例，对于样本集D，定位错误率为：
准确率accuracy：分类正确的样本数占样本总数的比例
精确率(查准率)precision：表示被分为正例的个数中实际为正例的比例
召回率(查全率)：表示有多少个正例被准确分为了正例
我们用一个二分类的混淆矩阵来表示
| 真实情况 | 预测结果（正） | 预测结果（反） |
|---|---|---|
| 正 | TP（真正例） | FN（假反例） |
| 反 | FP（假正例） | TN（真反例） |
错误率：
准确率：
查准率：
召回率：
