Accuracy

La exactitud es la proporción de predicciones correctas de un modelo: el número de predicciones correctas dividido entre el número total de predicciones. Es la métrica predeterminada para la clasificación de imágenes y otras tareas de aprendizaje supervisado con una etiqueta por entrada, y responde a la pregunta más sencilla sobre un modelo: con qué frecuencia acierta. La exactitud es fácil de interpretar y comparar entre modelos, pero pondera todas las predicciones por igual, así que, con datos desequilibrados, un modelo puede obtener una puntuación alta y fallar precisamente en los casos importantes.

Cómo se calcula la exactitud#

En una tarea binaria, los cuatro recuentos de una matriz de confusión permiten calcular la exactitud = (TP + TN) / (TP + TN + FP + FN): verdaderos positivos más verdaderos negativos entre todas las predicciones. En una tarea con muchas clases, la exactitud es la suma de la diagonal de la matriz dividida entre el recuento total, y accuracy_score de scikit-learn la calcula directamente a partir de dos matrices de etiquetas. A menudo se informa de la exactitud como tasa de error, donde error = 1 − exactitud.

Exactitud top-1 y top-5#

Los clasificadores con muchas clases también informan de la exactitud top-k. La exactitud top-1 cuenta una predicción como correcta solo cuando la clase con la puntuación más alta es la etiqueta verdadera; la exactitud top-5 la cuenta como correcta cuando la etiqueta verdadera está entre las cinco clases con mayor puntuación. La exactitud top-5 se convirtió en estándar con el reto ImageNet, cuyas fotos suelen contener varios objetos, pero tienen una única etiqueta entre 1000 clases. Los modelos de clasificación de YOLO26 informan de ambas métricas, y el modelo nano, yolo26n-cls.pt, alcanza una exactitud top-1 del 71,4 % y top-5 del 90,1 % en ImageNet a 224 píxeles.

La exactitud y las métricas relacionadas#

• Precisión: proporción de positivos predichos que realmente son positivos. Aumenta cuando disminuyen las falsas alarmas.
• Exhaustividad: proporción de positivos reales que detecta el modelo. Esta métrica pone de manifiesto si un modelo ignora una clase poco frecuente.
• Puntuación F1: media armónica de la precisión y la exhaustividad; se mantiene baja a menos que ambas sean altas.
• Precisión media (mAP): métrica estándar para la detección de objetos, donde la exactitud no es aplicable porque el fondo no ofrece verdaderos negativos cuantificables, sino un número ilimitado de regiones vacías de la imagen.

La paradoja de la exactitud#

Cuando una clase predomina, la exactitud recompensa ignorar las clases poco frecuentes. Si el 1 % de las transacciones son fraudulentas, un modelo que aprueba todas las transacciones tiene una exactitud del 99 % y no detecta ningún fraude: un patrón conocido como la paradoja de la exactitud. La misma trampa aparece en la inspección de defectos, la detección de enfermedades y la detección de anomalías, donde la clase de interés es poco frecuente por naturaleza.

import numpy as np
from sklearn.metrics import accuracy_score, balanced_accuracy_score, recall_score

# 1,000 transactions, 10 of them fraudulent (label 1)
y_true = np.zeros(1000, dtype=int)
y_true[:10] = 1

# A model that labels every transaction as legitimate
y_pred = np.zeros(1000, dtype=int)

print(f"Accuracy: {accuracy_score(y_true, y_pred):.2f}")
print(f"Balanced accuracy: {balanced_accuracy_score(y_true, y_pred):.2f}")
print(f"Fraud recall: {recall_score(y_true, y_pred):.2f}")

La exactitud equilibrada, es decir, la exhaustividad media entre clases, pone de manifiesto el fallo que oculta la exactitud normal: el script muestra una exactitud de 0.99, una exactitud equilibrada de 0.50 y una exhaustividad de 0.00 para el fraude.