precisionsrecall 和 testing performances

Precision和Recall是用来评估分类模型性能的指标。Precision表示预测为正类的样本中实际为正类的比例；Recall表示实际为正类的样本中被正确预测为正类的比例。在分类问题中，我们希望模型的Precision和Recall都能尽可能高，因为高Precision表示模型的假阳性率低，高Recall表示模型的假阴性率低。

Testing performances指的是模型在测试集上的表现，通常使用分类准确率（Accuracy）来评估。Accuracy表示模型正确分类的样本数占总样本数的比例。在测试集上的表现越好，说明模型的泛化能力越强，对未知数据的预测能力也更好。