灵敏度（Recall）= TP / ( TP + FN )

o 灵敏度的取值范围为0到1，灵敏度越高，说明假阴性（FN）比例越低，即漏诊率（有病，算法未检出）越低

特异度（Specificity）= TN / ( FP +TN )

o 特异度的取值范围为0到1，特异度越高，说明假阳性（FP）比例越低，即误诊率（没病，算法却告诉我有病）越低

ROC曲线下面积（AUROC）：以Recall与Specificity为X-Y轴绘制ROC曲线（受试者工作特征曲线），曲线下面积（AUROC）用于衡量不同算法模型的整体优劣。

o AUROC的取值范围为0到1，AUROC越大，说明算法整体表现越好