单一数字评估指标：
我们在平时常用到的模型评估指标是精度（accuracy）和错误率（error rate），错误率是：分类错误的样本数站样本总数的比例，即E=n/m（如果在m个样本中有n个样本分类错误），那么1-a/m就是精度。除此之外，还会有查准率和查全率，下面举例解释。
按照周志华《机器学习》中的例子，以西瓜问题为例。
错误率：有多少比例的西瓜被判断错误；
查准率（precision）：算法挑出来的西瓜中有多少比例是好西瓜；
查全率（recall）：所有的好西瓜中有多少比例被算法跳了出来。
继续按照上述前提，对于二分类问题，我们根据真实类别与算法预测类别会有下面四个名词：
在写下面四个名词前，需要给一些关于T（true）、F（false）、P（positive）、N（negative）的解释：P表示算法预测这个样本为1（好西瓜）、N表示算法预测这个样本为0（坏西瓜）；T表示算法预测的和真实情况一样，即算法预测正确，F表示算法预测的和真实情况不一样，即算法预测不对。
TP：正确地标记为正，即算法预测它为好西瓜，这个西瓜真实情况也是好西瓜（双重肯定是肯定）；
FP：错误地标记为正，即算法预测它是好西瓜，但这个西瓜真实情况是坏西瓜；
FN：错误地标记为负，即算法预测为坏西瓜，（F算法预测的不对）但这个西瓜真实情况是好西瓜（双重否定也是肯定）；
TN：正确地标记为负，即算法标记为坏西瓜，（T算法预测的正确）这个西瓜真实情况是坏西瓜。
所以有：
FP：错误地标记为正，即算法预测它是好西瓜，但这个西瓜真实情况是坏西瓜；
FN：错误地标记为负，即算法预测为坏西瓜，（F算法预测的不对）但这个西瓜真实情况是好西瓜（双重否定也是肯定）；
TN：正确地标记为负，即算法标记为坏西瓜，（T算法预测的正确）这个西瓜真实情况是坏西瓜。
所以有：
F1度量的准则是：F1值越大算法性能越好，参考下面的公式：
在一些实际使用中，可能会对查准率或者查全率有偏重，比如：逃犯信息检索系统中，更希望尽量少的漏掉逃犯，此时的查全率比较重要。会有下面F1的一般形式：
当beta>1时查全率重要，beta<1时查准率重要
以上关于精度、查准率、查全率的论述转自https://blog.csdn.net/qq_27871973/article/details/81065074 总结的很好所以我没有改动。
以下关于满足和优化的评估指标来自吴恩达老师的公开课：
首先Accuracy也可以是上述单一数字评估指标中的任何一种，然后我们又得到了算法的时间性能running time。在这两种条件下如何综合衡量模型的好坏呢？
第一种方法：
线性叠加的思路：cost = Accuracy - 0.5Running time
当然这种线性加权求和的方式显得有些武断
第二种方法：
满足和优化的思路：cost = max(Accuracy) && Running time < 100
这种思路下，认为Accuracy是一种优化指标optimizing metric，同时Running time是一种满足指标satisficing metric，因为只要其满足了条件之后无论多好我们不再关注。
总结一下：当你有N个指标去考量的时候，通常选取其中的1种作为优化指标，剩下的N-1都是满足指标