classification_report打印出来的三种评判标准：准确率，召回率，f1分数
对于数据测试结果有下面4种情况：
TP: 预测为正， 实现为正
FP: 预测为正， 实现为负
FN: 预测为负，实现为正
TN: 预测为负， 实现为负
准确率： TP/ (TP+FP)
召回率： TP/ (TP +FN)
F1-score: 2*TP/(2*TP + FP + FN)
召回率R：用检索到相关文档数作为分子，所有相关文档总数作为分母，即R = A / ( A + C )
- 精度P：用检索到相关文档数作为分子，所有检索到的文档总数作为分母．即P = A / ( A + B ).
举例来说： 一个数据库有500个文档，其中有50个文档符合定义的问题。
系统检索到75个文档，但是只有45个符合定义的问题。 召回率R=45/50=90% 精度P=45/75=60%
