1.准确率（Accuracy）：分类器正确分类的样本数与总样本数之比。2.召回率（Recall）：真正例被模型正确预测的比例。3.F1-Score：是准确度和召回度的调和平均数。4.ROC AUC评价指标：是一个用来衡量二分类问题中分类器性能的评价标准。它反映了在不同阈值下判断正负样本时所产生的TPR(True Positive Rate) 和 FPR(False Positive Rate)之间的关系。 5.Kappa评价指标:Kappa 是一个衡量判断者之间或者同一判断者不同时间对相同对象所作出决定一致性的度量方法。