Sklearn 模型效果验证
首先声明，在模型验证中，同样也有各种 average 的方法：'macro'，'micro'，'weighted'，None，这里暂选 'weighted' 为例
常使用的评估方法有：
1、精准度
使用方法：print 'Accuracy = %.4g' % metrics.accuracy_score( y_true, y_pred, normalize = True )
官方文档：sklearn.metrics.accuracy_score
2、准确率
使用方法：print 'Precision = %.4g' % metrics.precision_score( y_true, y_pred, average = 'weighted' )
官方文档：sklearn.metrics.precision_score
3、召回率
使用方法：print 'Recall = %.4g' % metrics.recall_score( y_true, y_pred, average = 'weighted' )
官方文档：sklearn.metrics.recall_score
4、F1-Score
使用方法：print 'F1_Score = %.4g' % metrics.f1_score( y_true, y_pred, average = 'weighted' )
官方提供的验证效果的功能列表如下：
sklearn metrics 1
sklearn metrics 2
sklearn metrics 3
