逻辑回归案例练习

一、问题提出

题目： 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；
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；
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。
问题： 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、概念理解

首先引入分类结果混淆矩阵概念：

真实情况	预测结果	----
—	正例	反例
正例	TP	FN
反例	FP	TN

样本总数： = TP+FP+FN+TN；
查准率： 预测为正例的实例中真实正例的比例；

$$R=\frac{TP}{TP+FN}$$

查全率： 真实正例被预测为正例的比例；
$$P=\frac{T}{TP+FP}$$