Glosario IA
El diccionario completo de la Inteligencia Artificial
Media Armónica
Media matemática que penaliza los valores extremos, utilizada en el F1-Score para equilibrar precisión y recall.
Verdaderos Positivos (TP)
Instancias correctamente clasificadas como positivas por el modelo, elemento fundamental del cálculo de métricas de clasificación.
Falsos Positivos (FP)
Instancias negativas incorrectamente predichas como positivas, impactando directamente la precisión y pudiendo ser costosas según el contexto.
F-Beta Score
Generalización del F1-Score con parámetro beta que ajusta la importancia relativa entre precisión y recall según las necesidades del negocio.
F1-Score Macro
Media aritmética de los F1-Scores calculados independientemente para cada clase, tratando todas las clases con igual peso.
F1-Score Micro
F1-Score calculado globalmente agregando las contribuciones de todas las clases, equivalente a la accuracy para clasificación multi-clase.
F1-Score Ponderado
Media ponderada de los F1-Scores por clase según su soporte, adaptada a datasets con desequilibrio importante entre clases.
AUC-PR
Área bajo la curva Precisión-Recall, métrica más informativa que el AUC-ROC para clases fuertemente desequilibradas.
MCC (Coeficiente de Correlación de Matthews)
Coeficiente de correlación entre observaciones y predicciones binarias, métrica única equilibrada incluso con desequilibrio de clases.
F2-Score
Variante del F-Score con beta=2, dando el doble de peso al recall que a la precisión, útil cuando los falsos negativos son críticos.
F0.5-Score
Variante del F-Score con beta=0.5, privilegiando la precisión sobre el recall, adaptada cuando los falsos positivos son particularmente costosos.