Un profesional de IA debe elegir una métrica de rendimiento que muestre la relación entre los elementos clasificados correctamente y el número total de elementos clasificados (tanto correctos como incorrectos). ¿Qué métrica es esa?

Accuracy (Exactitud) es la métrica que mide la proporción de predicciones correctas (verdaderos positivos y verdaderos negativos) sobre el número total de predicciones realizadas. Es decir, (TP + TN) / (TP + TN + FP + FN). Precision (Precisión) se enfoca en la proporción de verdaderos positivos entre todas las predicciones positivas (TP / (TP + FP)). Recall (Sensibilidad o Exhaustividad) mide la proporción de verdaderos positivos que fueron identificados correctamente entre todos los positivos reales (TP / (TP + FN)). F1 score es la media armónica de Precision y Recall, proporcionando un equilibrio entre ambas, especialmente útil en conjuntos de datos desequilibrados.