假设你有一个二元分类问题，其中有100个正样本和100个负样本。你使用逻辑回归模型进行训练，并得到了一个决策边界。现在你想要评估你的模型的性能。你应该使用什么指标？

作为C知道，我建议您使用准确率（accuracy）指标来评估您的模型性能。准确率是指分类正确的样本数占总样本数的比例。在这个二元分类问题中，准确率可以计算为（正样本分类正确数+负样本分类正确数）/总样本数。