Matriz de confusión, precisión y recall

La matriz de confusión nos ayuda a visualizar aquellos valores de predicción de salida del algoritmo y por otro lado los valores reales según nuestras etiquetas. En una matriz de confusión podemos ver los valores bien clasificados, como el verdadero positivo, falso positivo, falso negativo y verdadero negativo.

Otros valores que nos permiten ver qué tan bien entrenado esta nuestro algoritmo, estos son precisión y recall.

• Precisión: Acá consideramos los verdaderos positivos y los falsos positivos.
• Recall: Acá consideramos los verdaderos positivos y los falsos negativos.