轮廓系数通常用于聚类模型的评价

在分类模型的评价中，通常使用以下指标进行评估：

- **A: 正确率 (Accuracy)**
正确率是常用的分类模型评价指标，表示模型预测正确的样本所占的比例。

- **B: 查全率 (Recall)**
查全率（也称为灵敏度）用于评估模型在识别正类样本上的能力，是分类模型的重要评价指标。

- **C: 命中率 (Precision)**
命中率（也称为精确率）表示在所有被预测为正类的样本中实际为正类的比例，也是分类模型重要的评价指标。

- **D: 轮廓系数 (Silhouette Coefficient)**
轮廓系数是一种用于评估聚类结果的指标，它用于衡量样本的聚类质量，通常不用于分类模型的评价。

因此，选项 **D: 轮廓系数 (Silhouette Coefficient)** 不用于分类模型中的模型评价。

### 专业分析

| 指标 | 分类模型评价 | 备注 |
|-------------------|------------|-----------------------------------------------|
| 正确率 (Accuracy) | 是 | 用于衡量模型总体的正确性。 |
| 查全率 (Recall) | 是 | 用于衡量模型对正类样本的识别能力。 |
| 命中率 (Precision) | 是 | 用于衡量预测为正类样本的正确性。 |
| 轮廓系数 (Silhouette Coefficient) | 否 | 用于聚类分析，评估聚类的质量，不适用于分类模型。 |

通过这个分析，我们可以清楚地看到哪些指标适用于分类模型，以及为何轮廓系数不适合用于分类模型的评价。