Precision
Precisión
En una frase
Precision: de todos los casos que el modelo marcó como positivos, qué proporción realmente lo era.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Si un filtro marca 50 correos como spam y 45 realmente lo son, su precisión es 90%. La precisión responde: «cuando el modelo dice que sí, ¿qué tanto puedo confiar?». Es crucial cuando un falso positivo es caro, como mandar un correo importante a spam.
Nivel técnico
Profundizando
Precision = VP / (VP + FP). Suele haber un compromiso con el Recall: subir el umbral de decisión aumenta la precisión pero reduce el recall. La curva precision-recall y su área resumen ese compromiso. En sistemas de recuperación, precision@k mide cuántos de los k primeros resultados son relevantes.
Ver explicación matemática
Qué significa cada símbolo
- VP
- Verdaderos positivos: el modelo dijo sí y era sí
- FP
- Falsos positivos: el modelo dijo sí pero era no
¿Por qué importa?
Mide la confiabilidad de las alertas del modelo.
¿Dónde se utiliza?
- Filtros de spam
- Moderación
- Recuperación en RAG
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.