- Información
- Chat IA
Ejercicio 1 parte 3
Minería de datos (ISC-446)
Comentarios
Vista previa del texto
Precision La precisión y exhaustividad (denominado a veces como exhaustividad y precisión) es una métrica empleada en la medida del rendimiento de los sistemas de búsqueda y recuperación de información y reconocimiento de patrones. En este contexto se denomina precisión (denominado igualmente valor positivo predicho) como a la fracción de instancias recuperadas que son relevantes. Condition: A Test says “A” Not A True positive (TP) | False positive (FP) ---------------------------------------------------Test says “Not A” False negative (FN) | True negative (TN) stats.stackexchange/questions/82162/cohens-kappa-in-plain-english stats.stackexchange/questions/62621/recall-and-precision-in-classification Recall Recall (denominado igualmente sensibilidad o exhaustividad) es la fracción de instancias relevantes que han sido recuperadas. Tanto la precisión como la exhaustividad son entendidas como medidas de la relevancia. Si el resultado de esta fórmula arroja como valor 1, se tendrá la exhaustividad máxima posible, y esto viene a indicar que se ha encontrado todo documento relevante que residía en la base de datos, por lo tanto no se tendrá ni ruido, ni silencio informativo: siendo la recuperación de documentos entendida como perfecta. Por el contrario en el caso que el valor de la exhaustividad sea igual a cero, se tiene que los documentos obtenidos no poseen relevancia alguna. F - Measure El Valor-F (denominada también F-score o medida-F) en estadística es la medida de precisión que tiene un test. Se emplea en la determinación de un valor único ponderado de la precisión y la exhaustividad. Se suele emplear en la fase de pruebas de algoritmos de búsqueda y recuperación de información y clasificación de documentos. El valor F se considera como una media armónica que combina los valores de la precisión y de la exhaustividad. De tal forma que: La fórmula general para un número real β es: Si β es igual a uno, se está dando la misma ponderación (o importancia) a Precisión que a la Exhaustividad, si β es mayor que uno de damos más importancia a Exhaustividad, mientras que si es menor que uno se le da más importancia a la Precisión.
Ejercicio 1 parte 3
Materia: Minería de datos (ISC-446)
Universidad: Pontificia Universidad Católica Madre y Maestra
