您好！在机器学习中，准确率(Accuracy)、精确率(Precision)、召回率(Recall)和 F1 值(F1-score)是常用的评价指标。其中，准确率指分类器正确分类的样本数占总样本数的比例；精确率指分类器预测为正例的样本中，真正为正例的样本数占预测为正例的样本数的比例；召回率指所有真正为正例的样本中，被分类器正确识别为正例的样本数占所有真正为正例的样本数的比例；F1 值是精确率和召回率的调和平均值。

对于Logistic模型，其预测结果可以表示为0或1,因此可以用准确率、精确率、召回率、F1 值等指标进行评估。而对于xgboost模型，其预测结果可以表示为连续实数，因此不能直接使用上述指标进行评估。但是可以使用均方误差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)等指标进行评估。