Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Efectos Marginales en El Modelo Probit
Efectos Marginales en El Modelo Probit
Matriz de confusión
Una matriz de confusión es una herramienta muy útil para evaluar qué tan bueno
es un modelo de clasificación basado en aprendizaje automático. En particular, ayuda a
indicar explícitamente cuándo una clase se confunde con otra, lo que permite manejar
diferentes tipos de errores por separado.(SANTOS, 2021)
Falsos positivos (FP): el número de casos informados como positivos por la prueba que
en realidad son negativos. Verdaderos negativos (VN): el número de casos declarados
negativos por la prueba que en realidad son negativos. Falsos negativos (FN): el número
de casos informados como negativos cuando la prueba es realmente positiva.
Un método útil para clasificar los datos obtenidos en un recuento es mediante las tablas
de contingencia.