¿Cómo Arreglar La Matriz De Error Tipo Dos?

¡Elimine malware, proteja sus archivos y optimice el rendimiento con un solo clic!

Las matrices de confusión almacenan dos tipos de inconvenientes: Tipo I y Tipo II. Los falsos positivos (FP) del tipo I, además, por lo tanto del tipo II, se convirtieron en positivos, lo que el modelo esperaba erróneamente durante. Esto también se conoce como error tipo I. En nuestro ejemplo, a significa que los pacientes que predijeron que comenzarían a tener cáncer fueron, de hecho, positivos. https://towardsdatascience.com › classifying-model-outcomes-t Evaluación del rendimiento integral de los modelos de aprendizaje automático. Un falso positivo es un error de tipo I porque un falso positivo es igual a un falso verdadero y solo tiene una F específica. Un falso negativo es, de hecho, un error de tipo II porque un falso negativo específico es equivalente al nuevo falso falso, por lo que siempre dos Fs lo convierten en un error de tipo II.