逻辑回归案例 练习

一、学习任务

学习理解逻辑回归的基本概念，练习python代码的实现，在notebook中写入自己的理解注释。

准确理解机器学习算法的常用评价指标。
假如重庆交通大学准备招标采购一套宿舍行人目标图像识别系统，选择2家公司的产品来测试。测试手段是：从学生宿舍区一段监控视频中识别男生的人数。

实验结果如下：

1. 算法1（产品1）的检测结果：检测出“男生”人数82人，其中78人为男生，4人其实是女生；
   2）算法2（产品2）的检测结果：检测出“男生”人数88人，其中80人为男生，8人其实是女生；
   3）经过人工检测，视频中实际准确的总人数为100人，其中男生80人，女生20人。
   请问算法1和算法2的“查准率”“查全率”“F1-score”等分别是多少？你认为哪个更优秀？

二、学习内容

1.常用评价指标

二分类问题，分类结果的混淆矩阵


一般情况下，查准率高，查全率就会偏低

2.实验分析

1.获取混淆矩阵
算法1：

算法2：