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:
- 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:
2.计算查准率,查全率,F1-score
算法1:
算法2:
3.比较
从查准率评价指标,算法2都要优于算法1,从查全率和F1度量评价指标,算法1要优于算法2。综上,算法2更好。