简述分类模型性能评价的指标。

（1）分类准确率：指模型正确地预测新的或先前未知的数据的类标号的能力。（影响分类准确率的因素：训练数据集，记录的数目，属性的数目，属性中的信息，测试数据集记录的分布情况）
（2）计算复杂度：决定着算法执行的速率和占用的资源，依赖于具体的实现细节和软、硬件环境。
（3）可解释性：分类结果只有可解释性好，容易理解，才能更好地用于决策支持。
（4）可伸缩性。
（5）稳定性：指不会随着数据的变化而发生剧烈变化。
（6）强壮性：指数据集含有噪声和空缺值的情况下，分类器正确分类数据的能力。

略