Matríz de confusión, exactitud, precisión y exhaustividad
DE MODELO PREDICTIVO DE MACHINE LearNING Contagio COVID
Alver González Sofía Tuiran
CONCLUSIONES DIAGNÓSTICO COVId
Conclusiones
Modelo de predicción
El modelo utilizado, predice si los casos confirmados de COVID-19 en Colombia aumentarán o no al día siguiente, este modelo demuestra un rendimiento general bastante bueno ya que tienen una precisión superior al 93%
Matriz de confusión
La matriz nos muestra que el modelo es bueno identificando los días en que los casos realmente aumentan (Altos verdaderos positivos). In embargo tiene una tasa de falsos negativos (11 días) ligeramente más alta que los falsos positivos (4 Días ) por lo que nos dice que el modelo es bueno prediciendo los dias que no aumentarán que los días que si va a haber un aumento de casos.
Matríz de confusión
- Exactitud: 0.93%
- Precisión: 0.97%
- Exhaustividad: 0.93%
REAL
No aumento(0)
Aumento(1)
Aumento(1)
166
PREDICCIÓN
No aumento(0)
11
48
DE MODELO PREDICTIVO DE MACHINE LearNING Contagio COVID
Sofia
Created on October 8, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Visual Thinking Checklist
View
Choice Board Flipcards
View
Team Retrospective
View
Fill in the Blanks
View
Museum Flipcards
View
Image Comparison Slider
View
Microcourse: Key Skills for the Professional Environment
Explore all templates
Transcript
Matríz de confusión, exactitud, precisión y exhaustividad
DE MODELO PREDICTIVO DE MACHINE LearNING Contagio COVID
Alver González Sofía Tuiran
CONCLUSIONES DIAGNÓSTICO COVId
Conclusiones
Modelo de predicción
El modelo utilizado, predice si los casos confirmados de COVID-19 en Colombia aumentarán o no al día siguiente, este modelo demuestra un rendimiento general bastante bueno ya que tienen una precisión superior al 93%
Matriz de confusión
La matriz nos muestra que el modelo es bueno identificando los días en que los casos realmente aumentan (Altos verdaderos positivos). In embargo tiene una tasa de falsos negativos (11 días) ligeramente más alta que los falsos positivos (4 Días ) por lo que nos dice que el modelo es bueno prediciendo los dias que no aumentarán que los días que si va a haber un aumento de casos.
Matríz de confusión
REAL
No aumento(0)
Aumento(1)
Aumento(1)
166
PREDICCIÓN
No aumento(0)
11
48