Matriz de confusion 2

La exactitud es del 100% si:

• Todos los valores de la matriz son iguales

• No hay falsos positivos

• No hay Falsos negativos ni Falsos posivos

• No hay falsos negativos

Un modelo de IA se construye con el 100% del set de datos para garantizar su eficiencia.

• Verdadeto

• Falso

Una manera de medir el desempeño de un modelo de aprendizaje

• Redes neuronales

• Matriz de confusión

• Exactitud

• Arboles de Decisión

¿Qué información proporciona la diagonal principal de una matriz de confusión?

• Verdaderos positivos

• Falsos Positivos

• Falsos Negativos

• Verdaderos Negativos

Decir que que hay una exactitud del 80% significa:

• La probabilidad de predecir correctamente es de un 80%

• El modelo acierta 80% de los casos positivos y negativos evaluados

• El modelo acierta 80% de los casos positivos evaluados

• La predicción que haga el modelo tiene un 80% de validez

Los verdaderos positivos son

• Casos Negativos correctamente clasificados por el modelo

• Casos negativos incorrectamente clasificados por el modelo

• Casos positivos correctamente clasificados por el modelo

• Casos positivos y negativos correctamente clasificados por el modelo

Al sumar los verdaderos positivos y los falsos negativos se obtiene

• Total de positivos reales

• Total de positivos predichos

Al sumar los verdaderos negativos y los falsos negativos se obtiene:

• Total de negativos reales

• Total de negativos predichos

Al sumar los verdaderos positivos y los falsos positivos se obtiene:

• Total de positivos reales

• Total de positivos predichos

Al sumar los verdaderos negativos y los falsos positivos se obtiene:

• Total de negativos reales

• Total de negativos predichos