Fundamentos de machine learning · Evaluación de modelos

Métricas de evaluación de clasificación

La exactitud sola puede engañar; precisión, exhaustividad, F1 y ROC-AUC capturan cada una una forma distinta en que un clasificador puede acertar o errar.

Empezar una lección sobre Métricas de evaluación de clasificación

Aprende antes

• Regresión logística: Un modelo lineal adaptado para clasificación comprimiendo su salida en una probabilidad.

Lleva a

• Manejo del desequilibrio de clases: Técnicas para cuando una clase supera ampliamente en número a otra, ya que la exactitud sola se vuelve poco significativa (predecir siempre la clase mayoritaria "gana").

Temas relacionados

• Manejo del desequilibrio de clases: Técnicas para cuando una clase supera ampliamente en número a otra, ya que la exactitud sola se vuelve poco significativa (predecir siempre la clase mayoritaria "gana").