准确率
准确率是我们最常用的评价指标，就是所有实例中被预测正确的比例，但是当数据存在不平衡时，准确率不能很全面地评价模型表现的好坏。
精确率
精确率表示被分为正例的实例中实际为里正例的比例。
召回率
混淆矩阵
True Positive（真正，TP）：将正类预测为正类的数目
True Negative（真负， TN）：将负类预测为负类的数目
False Positive（假正，FP）：将负类预测为正类的数目（Type I error）
False Negative（假负，FN）：将正类预测为负类的数目（Type II error）
模型调参数
交叉验证
为了让数据都能够顾进行验证和训练
训练数据（训练+验证）
K折就交叉验证
网格搜索
每个参数都会有查看效果，选出效果好的参数
参数的组合