El recall (exhaustividad o sensibilidad) mide qué parte de los casos realmente positivos detecta un modelo: positivos acertados divididos entre todos los positivos reales. Si un filtro antifraude detecta 80 de 100 fraudes reales, su recall es 0,8. Un recall alto importa cuando los casos que se escapan salen caros, como en diagnósticos médicos. Como no tiene en cuenta las falsas alarmas, suele analizarse junto con la precisión, por ejemplo en el F-score.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoEl F-score es una métrica para evaluar modelos de clasificación. La medida F1, la más habitual, es la media armónica entre la precisión (cuántos de los aciertos detectados son correctos) y la exhaustividad o recall (cuántos de los casos reales se encontraron), y va de 0 a 1. Resulta especialmente útil con datos desequilibrados: un filtro antispam que casi nunca marca spam puede tener una exactitud alta pero un F1 bajo.
Una matriz de confusión es una tabla que compara las predicciones de un clasificador con las clases reales. Con dos clases muestra verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos. A partir de ella se calculan métricas como precisión, exhaustividad y F1, y se ve qué errores se producen. Ejemplo: un filtro antispam que marca muchos correos legítimos como spam tiene muchos falsos positivos, lo que suele costar más que un spam no detectado.
La curva ROC (receiver operating characteristic) muestra lo bien que un modelo de clasificación separa dos clases. Para cada umbral de decisión posible representa la tasa de verdaderos positivos (recall) frente a la tasa de falsas alarmas. Cuanto más se acerque la curva a la esquina superior izquierda, mejor; la diagonal equivale a adivinar al azar. El área bajo la curva (AUC) la resume en un único número y te ayuda, por ejemplo, a comparar distintos modelos de detección de fraude.
La Mean Average Precision (mAP) es una métrica que evalúa lo bien que un sistema encuentra resultados relevantes y los sitúa en las primeras posiciones. Para cada consulta o clase de objeto se calcula la precisión media a lo largo de la lista de resultados; la mAP es el promedio de todas. Es una medida estándar en buscadores, sistemas de recomendación y detección de objetos en imágenes, donde también depende del solapamiento exigido entre los recuadros delimitadores.
