Precisión de clasificación
razón o puntuación configuradaPrecisión de clasificación
verdaderos positivos / (verdaderos positivos + falsos positivos) * 100Gestión de inteligencia artificial
Precisión de clasificación
Proporción de predicciones positivas que son verdaderos positivos.
Pregunta que puede ayudar a responder
¿Cómo se comporta precisión 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 cuántos positivos reales quedaron sin detectar.
Manipulación posible
Cómo puede distorsionarse
- Elegir una muestra, umbral o agregado favorable puede ocultar errores materiales.