• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

La exactitud y la precisión en modelos de clasificación

noviembre 30, 2018 Por Daniel Rodríguez Dejar un comentario

En los modelos de clasificación, unos de los indicadores que se utilizan para seleccionar uno u otro son la exactitud (en inglés “precision”) y la exhaustividad (en inglés “recall”). La exactitud y la exhaustividad son una forma simple de medir la calidad de las predicciones realizadas.

La matriz de confusión

En los problemas de clasificación los resultados se suelen etiquetar en dos clases: positivos y negativos. A la hora de realizar una predicción se pueden observar cuatro resultados diferentes:

  • Verdaderos positivos (TP, “true positive”): casos positivos que el modelo identifica como tales.
  • Verdaderos negativos (TN, “true negative”): casos negativos que el modelo identifica como tales.
  • Falsos positivos (FP, “false positive”): casos positivos que el modelo identifica como negativos. A estos fallos del modelo también se les conoce como Error de tipo I.
  • Falsos positivos (FN, “false negative”): casos negativos que el modelo identifica como positivos. A estos fallos del modelo también se les conoce como Error de tipo II.

En base al problema que se esté modelando el coste de obtener un FP o FN puede ser muy diferente. Por esto es importante diferenciar los dos tipos de error. Por ejemplo, en una prueba médica un falso positivo puede ser un simple incordio para el paciente, pero un falso negativo puede ser letal.

Estas cuatro categorías se pueden resumir en lo que se conoce como matriz de confusión. Esta es la que se muestra en la siguiente tabla.

Valor real positivoValor real negativo
Predicción positivaTPFP
Predicción negativaFNTN

Definición de la exactitud y la exhaustividad

En base a la matriz de confusión en la que se almacenan los valores de verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos de un modelo se puede calcular los valores de la exactitud y la precisión. La exactitud se define como la cantidad de predicciones positivas que fueron correctas. Lo que matemáticamente se puede expresar como:

P = \frac{TP}{TP + FP}.

Por otro lado, la precisión se define como: el porcentaje de casos positivos detectados. Lo que matemáticamente se puede expresar como:

R = \frac{TP}{TP + FN}.

Tanto la precisión como la exhaustividad, al ser porcentajes, solo pueden tener valores entre 0 y 1. Obviamente los modelos ideales han de tener valores altos de la precisión y la exhaustividad, pero esto no es lo habitual.

Interpretación de la exactitud y la exhaustividad

La exactitud y la exhaustividad ofrece importante información acerca de la calidad de los modelos. Indicando si existe un sesgo hacia valores positivos o negativos. Una forma de saber si un modelo ofrece un sesgo hacia la clase positivos es notando una exactitud alta junto a una exhaustividad baja. Por otro lado, cuando se observa una exactitud baja junto a una exhaustividad alta el modelo tiene un sesgo hacia la clase negativa.

Por ejemplo, para identificar una dolencia en la que uno de cada mil pacientes la sufre se crear un modelo. Antes de eso, se puede evaluar un modelo simple que siempre devuelve un valor negativo. Este modelo va a acertar en un 99,9% de los casos. Por un lado, la exactitud del modelo es cero, no se identifica ningún positivo. Por otro lado, la exhaustividad es de 0,999. Lo que confirma el sesgo de este modelo hacia la clase negativa.

Este sesgo aparece en este ejemplo porque tenemos un problema de desequilibrio de clases que se ha visto anteriormente.

Promedio de la exactitud y la exhaustividad: el valor F

Los resultados de la exactitud y la exhaustividad se pueden resumir en un único número al que se conoce como valor F. Aunque también se le conocen como F-score o medida-F. La versión más utilizado del valor F es F_1, una media armónica de la precisión y de la exhaustividad:

F_1 = 2 \frac{P R}{P + R}.

Aunque este no es más que un caso partículas de una fórmula general:

F_\beta = (1 + \beta^2) \frac{P R}{\beta^2 P + R}.

El valor de \beta indica cuál de las dos medidas tiene más peso. Cuando el valor es menor que uno tiene más peso la exactitud, cuando es mayor que uno la exhaustividad y cuando es uno, el caso del F_1, tienen ambos el mismo peso.

Conclusiones

En esta entrada se ha visto el significado de dos importantes medidas utilizados en los modelos de clasificación. Comprender el significado de ambas es importantes para poder identificar si un modelo es adecuado o no.

Imágenes: Pixabay (skeeze)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Ciencia de datos

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Usar dispositivos USB en VirtualBox

enero 15, 2021 Por Daniel Rodríguez Dejar un comentario

Eliminar elementos en matrices de Matlab

enero 13, 2021 Por Daniel Rodríguez Dejar un comentario

NumPy

NumPy: Crear matrices vacías en NumPy y adjuntar filas o columnas

enero 11, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python
  • Archivos Guardar y leer archivos CSV con Python bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto