This HTML5 document contains 14 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

dbpedia-es:Matriz_de_confusion

dbo:wikiPageRedirects

dbpedia-es:Matriz_de_confusión

Subject Item

dbpedia-es:Matriz_de_confusión

rdfs:label

Matriz de confusión

rdfs:comment

En el campo de la inteligencia artificial y en especial en el problema de la clasificación estadística, una matriz de confusión es una herramienta que permite la visualización del desempeño de un algoritmo que se emplea en aprendizaje supervisado. Cada columna de la matriz representa el número de predicciones de cada clase, mientras que cada fila representa a las instancias en la clase real. Uno de los beneficios de las matrices de confusión es que facilitan ver si el sistema está confundiendo dos clases. Ejemplo de matriz de confusión

owl:sameAs

n4:03gqxq

dct:subject

category-es:Aprendizaje_automático

foaf:isPrimaryTopicOf

wikipedia-es:Matriz_de_confusión

dbo:wikiPageID

1523262

dbo:wikiPageRevisionID

127660930

dbo:wikiPageExternalLink

n14:html

dbo:wikiPageLength

1991

prov:wasDerivedFrom

n9:0

dbo:abstract

En el campo de la inteligencia artificial y en especial en el problema de la clasificación estadística, una matriz de confusión es una herramienta que permite la visualización del desempeño de un algoritmo que se emplea en aprendizaje supervisado. Cada columna de la matriz representa el número de predicciones de cada clase, mientras que cada fila representa a las instancias en la clase real. Uno de los beneficios de las matrices de confusión es que facilitan ver si el sistema está confundiendo dos clases. Si en los datos de entrada el número de muestras de clases diferentes cambia mucho la tasa de error del clasificador no es representativa de lo bien que realiza la tarea el clasificador. Si por ejemplo hay 990 muestras de la clase 1 y sólo 10 de la clase 2, el clasificador puede tener fácilmente un sesgo hacia la clase 1. Si el clasificador clasifica todas las muestras como clase 1 su precisión será del 99%. Esto no significa que sea un buen clasificador, pues tuvo un 100% de error en la clasificación de las muestras de la clase 2. En la matriz ejemplo que aparece a continuación, de 8 gatos reales, el sistema predijo que tres eran perros y de seis perros predijo que uno era un conejo y dos eran gatos. A partir de la matriz se puede ver que el sistema tiene problemas distinguiendo entre gatos y perros, pero que puede distinguir razonablemente bien entre conejos y otros animales. Ejemplo de matriz de confusión

Subject Item

wikipedia-es:Matriz_de_confusión

foaf:primaryTopic

dbpedia-es:Matriz_de_confusión

Subject Item

dbr:Confusion_matrix

owl:sameAs

dbpedia-es:Matriz_de_confusión