Exhaustividad

El recall, también conocido como sensibilidad o tasa de verdaderos positivos, es una métrica de evaluación fundamental en el aprendizaje automático (ML) y la estadística. Mide la capacidad de un modelo para identificar correctamente todas las instancias relevantes dentro de un conjunto de datos. En términos simples, el recall responde a la pregunta: "De todas las instancias positivas reales, ¿cuántas predijo correctamente el modelo como positivas?". Una puntuación alta de recall indica que el modelo es eficaz para encontrar lo que se supone que debe encontrar, minimizando el número de casos positivos perdidos (falsos negativos). Esta métrica es particularmente crítica en aplicaciones donde no detectar un caso positivo tiene consecuencias significativas.

La importancia de una alta exhaustividad (Recall)

En muchos escenarios del mundo real, el costo de un falso negativo (no detectar algo) es mucho mayor que el costo de un falso positivo (una falsa alarma). Aquí es donde priorizar un alto Recall se vuelve esencial. Por ejemplo, en tareas como el análisis de imágenes médicas o la detección de fraudes, un modelo de alto Recall asegura que se capturen tantos casos verdaderos como sea posible para su posterior revisión, incluso si esto significa que algunos casos no verdaderos se marquen incorrectamente.

• Diagnóstico médico: En un sistema impulsado por IA para detectar cáncer a partir de exploraciones médicas, un modelo con alta exhaustividad (Recall) es crucial. Es mucho mejor que el sistema marque a un paciente sano para que lo revise un radiólogo (un falso positivo) a que se pase por alto un tumor canceroso (un falso negativo), lo que podría retrasar un tratamiento que salve vidas. Muchas soluciones de IA en la atención médica están optimizadas para una alta sensibilidad.
• Seguridad y Vigilancia: Para un sistema de alarma de seguridad diseñado para detectar intrusos, un Recall alto es primordial. El sistema debe identificar toda amenaza potencial, incluso si ocasionalmente confunde a un animal callejero con un intruso. Pasar por alto una brecha de seguridad genuina haría que el sistema fuera ineficaz.

Recall en los modelos YOLO de Ultralytics

En el contexto de la visión artificial (CV) y modelos como Ultralytics YOLO, Recall es una métrica clave utilizada junto con Precision y mean Average Precision (mAP) para evaluar el rendimiento en tareas como la detección de objetos y la segmentación de instancias. Lograr un buen equilibrio entre Recall y Precision es a menudo esencial para un rendimiento robusto en el mundo real. Por ejemplo, al comparar modelos como YOLOv8 vs YOLO11, Recall ayuda a comprender qué tan bien cada modelo identifica todos los objetos objetivo. Los usuarios pueden entrenar modelos personalizados utilizando frameworks como PyTorch o TensorFlow y rastrear Recall utilizando herramientas como Weights & Biases o las funciones integradas en Ultralytics HUB. Comprender Recall ayuda a optimizar los modelos para casos de uso específicos, que pueden implicar el ajuste de hiperparámetros o la exploración de diferentes arquitecturas de modelos como YOLOv10 o el último YOLO11. Recursos como la documentación de Ultralytics ofrecen guías completas sobre entrenamiento y evaluación.

Recall vs. Otras métricas

Es importante diferenciar Recall de otras métricas de evaluación comunes.

• Precisión: Mientras que la exhaustividad se centra en encontrar todas las muestras positivas, la precisión mide la exactitud de las predicciones positivas realizadas. Responde: "De todas las instancias que el modelo predijo como positivas, ¿cuántas fueron realmente positivas?". A menudo existe una compensación entre precisión y exhaustividad; aumentar una puede disminuir la otra. Este concepto se conoce como la compensación entre precisión y exhaustividad.
• Precisión (Accuracy): Mide el porcentaje general de predicciones correctas (tanto positivas como negativas). La precisión puede ser una métrica engañosa para conjuntos de datos desequilibrados, donde una clase supera ampliamente a la otra. Por ejemplo, en un conjunto de datos con un 99% de muestras negativas, un modelo que predice todo como negativo alcanza una precisión del 99%, pero tiene una Recuperación (Recall) de cero para la clase positiva.
• F1-Score: Esta es la media armónica de Precisión y Recall. El F1-Score proporciona un único número que equilibra ambas métricas, lo que la convierte en una medida útil cuando necesitas considerar tanto los falsos positivos como los falsos negativos. Se utiliza a menudo cuando hay una distribución de clases desigual.
• Área bajo la curva (AUC): Específicamente para la clasificación binaria, la curva Característica Operativa del Receptor (ROC) representa la tasa de verdaderos positivos (Recuperación) frente a la tasa de falsos positivos. El AUC proporciona una única puntuación que resume el rendimiento del modelo en todos los umbrales de clasificación. El área bajo la curva Precisión-Recuperación (AUC-PR) suele ser más informativa para las tareas de clasificación desequilibradas.