Respuesta correcta
Explicación
En este conjunto de datos desequilibrado (90% 'No', 10% 'Sí'), un modelo que siempre predice 'No' alcanzaría una precisión del 90%, lo que convierte a la precisión en una métrica engañosa. El F1 score es la media armónica de precisión y recall, diseñada específicamente para evaluar el rendimiento de un modelo en la clase minoritaria al equilibrar falsos positivos y falsos negativos. Es la métrica más informativa aquí porque mide directamente qué tan bien el modelo identifica las compras raras 'Sí' sin ser inflada por la clase mayoritaria.
Para profundizar
La evaluación de modelos para clasificación desequilibrada es sutil porque la métrica de precisión estándar puede ser engañosamente alta cuando la clase minoritaria es rara; un modelo que siempre predice la clase mayoritaria puede lograr una alta precisión mientras pasa por alto por completo el evento de interés. La precisión (precision) y el recall ofrecen una visión más matizada: precision mide cuántos positivos predichos son realmente positivos, mientras que recall mide cuántos positivos reales son capturados por el modelo. F1 score equilibra estas dos medidas utilizando la media armónica, que penaliza fuertemente los valores bajos de cualquiera de ellas; por ejemplo, si precision o recall es 0, F1 se vuelve 0, incluso si la otra métrica es perfecta. Una sutileza clave es que F1 depende del umbral: cambia con el punto de corte de probabilidad utilizado para convertir las puntuaciones del modelo en etiquetas de clase, y los profesionales deben ajustar ese umbral para que coincida con el costo comercial de los falsos positivos frente a los falsos negativos. En contraste, AUC (o PR-AUC) resume el rendimiento en todos los umbrales, lo que puede ser útil para la selección de modelos, pero F1 proporciona la métrica operativa que refleja las predicciones del mundo real en un umbral elegido. Un concepto erróneo común es que F1 es universalmente superior; sin embargo, en conjuntos de datos extremadamente sesgados, las curvas de precisión-recall suelen ser más informativas que las curvas ROC, porque la tasa de verdaderos negativos de ROC puede dominar debido al gran número de ejemplos negativos.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.