How to Evaluate a Classification Model: Key Metric Unveiled for Your Certification Test Success
Pregunta
¿Qué métrica puede utilizar para evaluar un modelo de clasificación?
Respuestas
A. tasa de verdaderos positivos
B. error absoluto medio (MAE)
C. coeficiente de determinación (R2)
D. error cuadrático medio (RMSE)
Respuesta Correcta
A
¿Cómo es un buen modelo?
Una curva ROC que se acerque a la esquina superior izquierda con una tasa de verdaderos positivos del 100 % y una tasa de falsos positivos del 0 % será el mejor modelo. Un modelo aleatorio se mostraría como una línea plana desde la esquina inferior izquierda hasta la esquina superior derecha. Peor que aleatorio caería por debajo de la línea y=x.
/es-es/azure/machine-learning/how-to-understand-automated-ml#classification" href="https://docs.microsoft.com/es-es/azure/machine-learning/how-to-understand-automated-ml#classification">https://docs.microsoft.com/es-es/azure/machine-learning/how-to-understand-automated-ml#classification
¡Ahora puedes descargar los tests!
Poco a poco vamos agregando más.