模型描述簡潔度不屬于模型評價指標

正確答案是：C: 模型描述的簡潔度。

專業(yè)分析：

在評價分類器性能時，常用的衡量指標包括以下幾個維度：

1. **預測準確度（Accuracy）**：這是最常見的評價指標，表示分類器正確預測的樣本數占總樣本數的比例。

2. **查全率（Recall）**：也稱為靈敏度或召回率，表示在所有實際為正類的樣本中，分類器正確預測為正類的比例。

3. **計算復雜度（Computational Complexity）**：這衡量了分類器在訓練和預測過程中所需的計算資源，包括時間和空間的復雜度。雖然它不是直接衡量分類性能的指標，但在實際應用中，計算復雜度對分類器的選擇具有重要影響。

相比之下，**模型描述的簡潔度**（即選項C）通常指的是模型的復雜性或簡潔性，例如模型參數的數量或模型結構的復雜程度。雖然簡潔的模型可能更容易理解和解釋，但它不是直接用于評價分類器性能的標準。因此，選項C不屬于分類器評價或比較的常用尺度。