总结：（图上 R的计算的分母应该是 ：40+10 ）（笔误）
模型条件放宽，负类被误判为正类的可能性就变大（即FP变大）精确率和准确率会受影响（变小）
模型条件变严格，正类有可能被误判为负类（即FN变大）召回率会变小
F-measure是一种统计量，F-Measure又称为F-Score，F-Measure是Precision和Recall加权调和平均，是IR（信息检索）领域的常用的一个评价标准，常用于评价分类模型的好坏。
F1=2*PR / (P+R)
(P精确率，R召回率）
一般通过找到最大的F1，可以找到模型的最优阀值（阀值并不是最大最好，最优的可能不是最大的）