Cada una de las filas suma 100%.

Acierta:
 El 86.34% de los casos en los que dice q el estudiante sacara
nota baja, el estudiante sacara nota baja.
 El 84.28% de los casos en los que dice q el estudiante sacara
nota media, el estudiante sacara nota media.
 El 86.25% de los casos en los que dice q el estudiante sacara
nota alta, el estudiante sacara nota alta.
Por filas se evalúa la nota q va sacar el estudiante en contra del modelo.

Cada una de las columnas suma 100%.

Sabiendo que el modelo ha dicho Low:
 El 85.12% de los estudiantes tendrá nota baja.
 El 12.29% de los estudiantes tendrá nota media.
 El 2.59% de los estudiantes tendrá nota alta.
OTRO EJEMPLO

TENEMOS:

 VP es la cantidad de positivos que fueron clasificados

correctamente como positivos por el modelo.
 VN es la cantidad de negativos que fueron clasificados
correctamente como negativos por el modelo.
 FN es la cantidad de positivos que fueron clasificados
incorrectamente como negativos.
 FP es la cantidad de negativos que fueron clasificados
incorrectamente como positivos.

1. En general, que porcentaje de la data 4. Cuando la clase es negativa, que porcentaje

clasifica correctamente? logra clasificar?

2. En general, que porcentaje de la data 5. Cuando predice positivos, que porcentaje

clasifica incorrectamente? clasifica correctamente?

3. Cuando la clase es positiva, que porcentaje 6. Cuando predice negativo, que porcentaje
logra clasificar? clasifica correctamente?