Una empresa química necesita un modelo que maximice la probabilidad de detectar comportamientos de proceso anómalos (etiquetas: 0 = normal, 1 = anómalo). ¿Cuál de estos pares de métricas indica el modelo con mayor probabilidad de detectar anomalías?

La detección de comportamientos anómalos es un caso de clasificación desequilibrada donde la clase positiva (anomalías) es rara pero crítica. En este escenario, es fundamental minimizar los falsos negativos, es decir, no detectar una anomalía real. La métrica que mide la capacidad del modelo para encontrar todas las instancias relevantes (todas las anomalías verdaderas) es el recall (sensibilidad). Un recall alto significa que el modelo es bueno identificando la mayoría de las anomalías. Aunque la precisión (precision) también es importante, priorizar el recall asegura que no se pasen por alto eventos críticos. La opción con recall de 0.98 es la más alta, lo que indica la mayor probabilidad de detectar anomalías. Las otras opciones tienen un recall menor, lo que significa que el modelo perdería más anomalías.