准确率和召回率是评估分类模型性能的两个重要指标，它们各自有其优点和缺点，这些取决于具体的应用场景和需求。准确率的优点：直观易懂：准确率是正确分类的样本占总样本的比例，很容易理解和解释。平衡考量：当正负样本数量相对平衡时，准确率能够较好地反映