数据分类的过程是怎么样的，用什么指标来评价分类过程是否合适

正确答案：数据分类的过程：1.完成敏感数据的风险评估；2.制定合理的分类规范；3.对数据类型进行分类；4.发现数据存储的位置；5.数据的识别与分类；6.启动安全控制措施；7.监控与维护。评价指标有：1）正确率（accuracy），正确率是我们最常见的评价指标，accuracy=（TP+TN）/（P+N），这个很容易理解，就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；2）错误率（errorrate）。错误率则与正确率相反，描述被分类器错分的比例，errorrate=（FP+FN）/（P+N），对某一个实例来说，分对与分错是互斥事件，所以accuracy=1–errorrate；3）灵敏度（sensitive）。sensitive=TP/P，表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力；4）特效度（specificity）。specificity=TN/N，表示的是所有负例中被分对的比例，衡量了分类器对负例的识别能力；5）精度（precision）。精度是精确性的度量，表示被分为正例的示例中实际为正例的比例，precision=TP/（TP+FP）；6）召回率（recall）。召回率是覆盖面的度量，度量有多个正例被分为正例，recall=TP/（TP+FN）=TP/P=sensitive，可以看到召回率与灵敏度是一样的。7）其他评价指标。