¿Qué es la calculadora de exactitud?
La exactitud (en inglés, accuracy) es una de las métricas más habituales para evaluar un modelo de clasificación. Mide la proporción de predicciones que el modelo acertó: tanto las predicciones positivas correctas como las negativas correctas. Esta calculadora convierte las cuatro celdas de una matriz de confusión en una puntuación de exactitud, expresada como proporción y como porcentaje.
Cómo usarla
Introduce los cuatro valores de tu matriz de confusión:
- TP (verdaderos positivos): casos positivos que el modelo clasificó correctamente como positivos.
- TN (verdaderos negativos): casos negativos clasificados correctamente como negativos.
- FP (falsos positivos): casos negativos que el modelo predijo, por error, como positivos.
- FN (falsos negativos): casos positivos que el modelo predijo, por error, como negativos.
La calculadora devuelve la exactitud de forma automática. ¿No tienes la herramienta a mano? Basta con sumar los cuatro números y aplicar la fórmula que verás más abajo.
La fórmula, paso a paso
Exactitud:
$$\text{Exactitud} = \dfrac{TP + TN}{TP + TN + FP + FN}$$El numerador suma todas las predicciones correctas, mientras que el denominador es el total de predicciones realizadas. Multiplica el resultado por 100 para expresarlo en porcentaje.
Ejemplo resuelto
Imagina que un modelo arroja \(TP = 80\), \(TN = 70\), \(FP = 20\) y \(FN = 30\). Las predicciones correctas son \(80 + 70 = 150\). El total es \(80 + 70 + 20 + 30 = 200\). Por tanto, la exactitud:
$$\text{Exactitud} = \dfrac{150}{200} = 0{,}75$$es decir, un 75 %.
Precisión en Diferentes Escenarios
La misma fórmula de precisión \(\text{Precisión} = \frac{\text{VP} + \text{VN}}{\text{VP} + \text{VN} + \text{FP} + \text{FN}} \times 100\%\) puede ocultar comportamientos muy diferentes del modelo. Los escenarios siguientes utilizan un total de 100 casos cada uno, por lo que los porcentajes son directamente comparables.
| Escenario | VP | VN | FP | FN | Precisión |
|---|---|---|---|---|---|
| Conjunto de datos equilibrado, modelo bueno | 45 | 45 | 5 | 5 | 90% |
| Desequilibrado, mayoría negativa (enfermedad rara) | 2 | 93 | 2 | 3 | 95% |
| Línea base "Siempre predecir negativo" | 0 | 95 | 0 | 5 | 95% |
| Muchos falsos positivos (sobre-marcado) | 48 | 22 | 28 | 2 | 70% |
| Muchos falsos negativos (positivos perdidos) | 20 | 50 | 0 | 30 | 70% |
La conclusión clave es la comparación entre la segunda y tercera filas: un modelo que no hace nada más que predecir la clase mayoritaria obtiene el mismo 95% que un modelo que realmente detecta algunos casos positivos. En un conjunto de datos equilibrado (fila 1), la precisión es mucho más informativa. Las dos últimas filas muestran que dos modelos con una precisión idéntica del 70% pueden fallar de maneras opuestas e incompatibles: uno te inunda de falsas alarmas, el otro se pierda silenciosamente casos positivos.
Interpretación de tu Puntuación de Precisión
La precisión es la fracción de todas las predicciones que el clasificador acertó — tanto positivos como negativos. Una precisión del 90% significa que 9 de cada 10 casos fueron etiquetados correctamente, y la tasa de error complementaria es \(100\% - 90\% = 10\%\). Es intuitiva y fácil de comunicar, que es exactamente la razón por la que a menudo se malinterpreta.
Siempre compara con la línea base de no información. La comprobación de cordura más honesta es la línea base de clase mayoritaria: la precisión que obtendrías adivinando siempre la clase más común. Si el 95% de tus casos son negativos, un clasificador que predice ciegamente "negativo" cada vez ya obtiene un 95%. Un modelo real debe superar esa línea base para valer algo — una precisión del 95% es impresionante en una división 50/50 e inútil en una división 95/5.
Cuándo la alta precisión es engañosa. En datos fuertemente desequilibrados, la precisión está dominada por la clase mayoritaria. Un detector de fraude, un escáner de enfermedad rara o un detector de defectos puede reportar una precisión del 99% mientras captura casi ninguno de los casos positivos raros que realmente importan. En estas situaciones el costo de un falso negativo y un falso positivo suele ser muy diferente, y un único porcentaje general no puede capturar eso.
Métricas que complementan la precisión:
- Precisión positiva — de los casos predichos como positivos, cuántos realmente lo eran: \(\text{VP}/(\text{VP}+\text{FP})\). Úsala cuando los falsos positivos son costosos.
- Recall (sensibilidad) — de los positivos reales, cuántos capturaste: \(\text{VP}/(\text{VP}+\text{FN})\). Úsala cuando perder un positivo es costoso.
- Especificidad — de los negativos reales, cuántos identificaste correctamente como tales: \(\text{VN}/(\text{VN}+\text{FP})\).
- F1 score — la media armónica de precisión positiva y recall, un número único que equilibra ambos en la clase positiva.
- Precisión equilibrada — el promedio de sensibilidad y especificidad, que corrige el desequilibrio de clases y es la cifra titular mejor cuando las clases están sesgadas.
Para el ejemplo equilibrado anterior (VP=45, FP=5, FN=5), recall y precisión positiva son ambos \(45/50 = 90\%\), por lo que la precisión, la precisión positiva y el recall coinciden — una señal de que el conjunto de datos está bien equilibrado. Cuando divergen fuertemente, confía en las métricas por clase sobre el número de precisión único. Esta es información técnica general, no un sustituto para la evaluación específica del dominio de tu problema particular.
Definiciones y Glosario
- Verdadero Positivo (VP)
- Un caso positivo que el modelo predijo correctamente como positivo (por ejemplo, un paciente enfermo marcado como enfermo).
- Verdadero Negativo (VN)
- Un caso negativo que el modelo predijo correctamente como negativo (por ejemplo, un paciente sano aclarado como sano).
- Falso Positivo (FP)
- Un caso negativo predicho erróneamente como positivo — una falsa alarma. También llamado error de Tipo I.
- Falso Negativo (FN)
- Un caso positivo predicho erróneamente como negativo — un error de omisión. También llamado error de Tipo II.
- Matriz de confusión
- Una tabla 2×2 que cruza clases predichas versus clases reales, con VP, VN, FP y FN como sus cuatro celdas. Es la fuente de casi todas las métricas de clasificación.
- Precisión
- La proporción de todas las predicciones que son correctas: \((\text{VP}+\text{VN})/(\text{VP}+\text{VN}+\text{FP}+\text{FN})\), generalmente expresada como porcentaje.
- Tasa de error
- La proporción de predicciones que son incorrectas: \((\text{FP}+\text{FN})/(\text{VP}+\text{VN}+\text{FP}+\text{FN}) = 1 - \text{Precisión}\).
- Precisión positiva
- Valor predictivo positivo: \(\text{VP}/(\text{VP}+\text{FP})\) — cuán confiable es una predicción positiva.
- Recall
- Sensibilidad o tasa de verdaderos positivos: \(\text{VP}/(\text{VP}+\text{FN})\) — cuántos positivos reales fueron encontrados.
- Especificidad
- Tasa de verdaderos negativos: \(\text{VN}/(\text{VN}+\text{FP})\) — cuántos negativos reales fueron identificados correctamente.
- F1 score
- La media armónica de precisión positiva y recall: \(2 \cdot \frac{\text{precisión positiva} \cdot \text{recall}}{\text{precisión positiva} + \text{recall}}\), una medida única equilibrada del desempeño de la clase positiva.
Preguntas frecuentes
¿La exactitud es siempre una buena métrica? No. En conjuntos de datos desequilibrados (por ejemplo, cuando el 95 % de los casos son negativos), un modelo puede lograr una exactitud altísima limitándose a predecir siempre la clase mayoritaria. Conviene revisar también la precisión, la exhaustividad (recall) y el F1.
¿Qué valores puede tomar la exactitud? Entre 0 (todas las predicciones erróneas) y 1 (todas las predicciones correctas), o lo que es lo mismo, entre el 0 % y el 100 %.
¿Sirve para problemas multiclase? Sí. En ese caso, considera TP + TN como el número total de muestras clasificadas correctamente entre todas las clases, y el denominador como el total de muestras.
