Expresión oral · Lección gratuita
Explica un equilibrio entre precision y recall
Un compañero pregunta si el modelo B es mejor. Los resultados muestran una contrapartida; tu respuesta necesita ambos lados.
Profesor Scott MendozaLa respuesta breve
Para estos resultados ficticios, di: “B has higher recall but lower precision than A on this evaluation set”. Después pregunta: “Which type of error matters more for this use case?”. Un valor mayor en una métrica no resuelve toda la decisión.
Indica qué mejora y qué empeora.
En un clasificador binario, precision indica qué proporción de las predicciones positivas son realmente positivas. Recall, también llamado exhaustividad, indica qué proporción de los positivos reales detecta el modelo. Los denominadores son distintos. Aquí A tiene precision del 90% y recall del 72%; B, 80% y 88%, en el mismo conjunto. B detecta una mayor proporción de positivos reales, pero acierta una menor proporción de sus predicciones positivas. But une ese contraste.
Compara los ejemplos
Precision: 90%. Recall: 72%.
Precision: 80%. Recall: 88%.
B has higher recall but lower precision than A.
Precisión en lenguaje general puede significar exactitud, pero aquí precision es una métrica concreta. Conserva los nombres ingleses junto a los valores.
Construye el significado paso a paso
Indica la mejora
B has higher recall
Muestra la contrapartida
but lower precision than A.
Pregunta por prioridades
Which type of error matters more for this use case?
Pruébalo ahora
Distingue las dos métricas
Leer todas las respuestas y explicaciones
¿Qué descripción corresponde a precision aquí?
Share of predicted positives that are truly positivePrecision parte de las predicciones positivas; recall, de los positivos reales.
A: precision 90%, recall 72%. B: precision 80%, recall 88%. Elige la comparación.
B has higher recall but lower precision.88 supera 72, mientras que 80 es menor que 90. Mantén cada valor con su métrica.
Pregunta qué consecuencias de los errores deben orientar la elección.
Which type of error matters more for this use case?Pide el contexto necesario para valorar la contrapartida.
Ponlo en práctica
Explica ambos lados
Describe la contrapartida medida y pregunta por el uso antes de recomendar.
- Product colleague
B has precision 80% and recall 88%; A has precision 90% and recall 72%. Is B better?
Ver una respuesta de ejemplo
- Product colleague
Is B better?
- Tú
B has higher recall but lower precision than A on this set.
- Product colleague
How should we decide?
- Tú
Which type of error matters more for this use case?
Una descripción equilibrada puede estar completa aunque la elección siga abierta.
Un poco más de claridad
Preguntas frecuentes
Algunos detalles útiles antes de seguir.
¿Siempre baja precision cuando sube recall?
No. Puede haber una contrapartida, pero describe los resultados reales sin asumir movimientos opuestos en toda comparación.
¿Puedo usar better alguna vez?
Sí, si concretas criterio y pruebas, como better recall on this set. Una decisión de producto más amplia puede exigir otros criterios.
Úsalo en tu día a día
Expón ambos lados antes de hablar de una elección.
Inglés para tu profesión · Próximamente
Prepárate para conversaciones de evaluación de ML.
English for Machine Learning Engineers: Career Simulation estará disponible próximamente. Conoce el curso previsto de comunicación sobre experimentos y desarrollo de modelos. Apúntate en la página del curso para recibir noticias de su lanzamiento.
Recibir noticias del lanzamientoIngenieros de aprendizaje automático · Simulación profesional
Tu siguiente paso · Disponible en Udemy
Refuerza tus bases de inglés.
English Grammar and English Speaking Master Course, ya disponible, desarrolla bases generales de gramática, construcción de frases y comunicación. Las comparaciones y el contraste ayudan a explicar resultados.
Explorar el curso English Master Course: Gramática inglesa y expresión oral