Clasificación

Duración estimada del módulo: 70 minutos

Objetivos de aprendizaje

• Determina un umbral adecuado para un modelo de clasificación binaria.
• Calcula y elige las métricas adecuadas para evaluar un modelo de clasificación binaria.
• Interpretar el ROC y la AUC

Requisitos previos:

En este módulo, se supone que estás familiarizado con los conceptos que se abordan en los siguientes módulos:

• Introducción al aprendizaje automático
• Regresión lineal
• Regresión logística

En el Módulo de regresión logística, aprendiste a usar la función sigmoidea para convertir el resultado del modelo sin procesar en un valor entre 0 y 1 para realizar predicciones probabilísticas, por ejemplo, predecir que un correo electrónico determinado tiene un 75% de probabilidad de ser spam. Pero ¿qué sucede si tu objetivo no es generar una probabilidad, sino una categoría, por ejemplo, predecir si un correo electrónico determinado es “spam” o “no es spam”?

Clasificación es la tarea de predecir cuál de un conjunto de clases (categorías) a las que pertenece un ejemplo. En este módulo, aprenderás a convertir un modelo de regresión logística que predice una probabilidad en un clasificación binaria que predice una de dos clases. También aprenderás a elegir y calcular métricas adecuadas para evaluar la calidad de un de clasificación del modelo de clasificación. Por último, obtendrás una breve introducción a los problemas de clasificación multiclase, que se analizarán con más detalle más adelante en el curso.

Términos clave:

• Clasificación binaria
• Clase
• Clasificación
• Clasificación de clases múltiples
• Función sigmoidea

Centro de ayuda