精确率（Precision）又叫查准率，表示预测结果中实际正确的比例；
FDR (false discovery rate) = 1 - Precision。
召回率（Recall）又被称为查全率，表示预测正确的样本占实际样本的比例;
FNR (false negative rate) = 1 - Recall.
F1 score是精确率和召回率的一个加权平均。
F1 score的计算公式如下：
Precision体现了模型对负样本的区分能力，Precision越高，模型对负样本的区分能力越强；Recall体现了模型对正样本的识别能力，Recall越高，模型对正样本的识别能力越强。F1 score是两者的综合，F1 score越高，说明模型越稳健。
