Exactitud de clasificación
razón o puntuación configuradaExactitud de clasificación
(verdaderos positivos + verdaderos negativos) / observaciones evaluadas * 100Gestión de inteligencia artificial
Exactitud de clasificación
Proporción de predicciones clasificadas correctamente.
Pregunta que puede ayudar a responder
¿Cómo se comporta exactitud de clasificación para la tarea, población y umbral pertinentes?
Métodos reconocidos
La variante debe seleccionarse en contexto
Aplicabilidad
Cuándo tiene sentido observarlo
Tarea, población, etiqueta de referencia, partición, umbral y costos de error están definidos.
Comparabilidad
Qué debe mantenerse estable
- Conservar tarea, clase positiva, población, prevalencia, etiqueta, umbral, partición, período y segmentación.
Limitaciones
Qué no demuestra
- La prevalencia y los costos de error pueden hacer engañosa la exactitud.
Manipulación posible
Cómo puede distorsionarse
- Elegir una muestra, umbral o agregado favorable puede ocultar errores materiales.