1
La probabilidad de que el modelo clasifique correctamente es un ejemplo negativo.
2
Una métrica que combina precisión y sensibilidad.
3
La probabilidad de que el modelo clasifique correctamente es un ejemplo positivo.
4
Matriz que describe el rendimiento del modelo para cada clase, mostrando los verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos.
5
Una métrica que mide la probabilidad de que el modelo clasifique correctamente un ejemplo positivo o negativo.
6
Mide el promedio de las diferencias al cuadrado entre las predicciones y los valores reales.