《Evaluation: from precision, recall and F-measure to ROC, informedness, markedness & correlation》的MLA格式

在评估分类器性能时，常用的度量有准确率、召回率、F-度量，及 ROC 曲线、信息量、标记量。

准确率是分类器预测正确的样本数与总样本数之比。
召回率是分类器预测正确的正样本数与实际正样本数之比。
F-度量是准确率和召回率的调和平均值。
ROC 曲线是受试者工作特征 (receiver operating characteristic) 曲线，用来表示分类器的效果，它通过改变分类阈值来改变敏感度和特异度。
信息量和标记量都是用来评估分类器的类标记预测能力，信息量是分类器预测正确的样本数与实际正样本数之和，标记量是分类器预测错误的样本数与实际负样本数之和。