没有标注正负样本的情况下如何评估分类结果？

评估分类结果的好坏时，一般用准确率和召回率，但是这个方法的前提是我有标注的正负样本。如果我没有正负样本的情况下，怎么知道我的分类结果好不好？一定要通过标注正负样本，然后计算F-Score来评估吗？比如：我在新浪微博随机抓取了1000万用户，我通过一些特征或规则，可以判断这些用户的性别，是否已婚，是否单身等等，那么我的这些规则可以看成是一个分类模型。在这种情况下，有什么办法可以评估我这个分类模型是否合理，或者如何评估我的这个分类模型的好坏呢？有没有比较通用的方法？