Exhaustividad de clasificación
razón o puntuación configuradaExhaustividad de clasificación
verdaderos positivos / (verdaderos positivos + falsos negativos) * 100Gestión de inteligencia artificial
Exhaustividad de clasificación
Proporción de positivos reales detectados correctamente.
Pregunta que puede ayudar a responder
¿Cómo se comporta exhaustividad 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
- No informa cuántas predicciones positivas fueron falsas.
Manipulación posible
Cómo puede distorsionarse
- Elegir una muestra, umbral o agregado favorable puede ocultar errores materiales.