Una empresa creó un clasificador de imágenes para detectar enfermedades de las plantas a partir de fotos de hojas y quiere saber la proporción de imágenes que el modelo etiquetó correctamente. ¿Qué métrica de evaluación deberían usar?

Accuracy (Exactitud) es la métrica adecuada porque mide la proporción de predicciones correctas (verdaderos positivos y verdaderos negativos) sobre el total de predicciones. En este caso, la empresa quiere saber cuántas imágenes de hojas el modelo clasificó correctamente para detectar enfermedades. La puntuación R-cuadrado se utiliza para modelos de regresión, no de clasificación, e indica qué tan bien se ajustan los datos a un modelo. El Error cuadrático medio (RMSE) también es una métrica de regresión que mide la magnitud promedio de los errores. La Tasa de aprendizaje es un hiperparámetro utilizado en el entrenamiento de modelos de aprendizaje automático, no una métrica de evaluación del rendimiento del modelo.