Rendimiento del modelo de clasificación

Supongamos que usted tiene un clasificador que intenta determinar si un paciente médico tiene o no cáncer de páncreas sin tener que realizar procedimientos de diagnóstico invasivos. El modelo se entrenó en un conjunto de datos histórico donde cada ejemplo es un paciente y cada característica es algún aspecto de ese paciente (por ejemplo, edad, peso, presencia de síntomas, etc.). Cada paciente es etiquetado en cuanto a si tenía o no cáncer de páncreas. Por lo tanto, el modelo clasifica a los pacientes con cáncer como "Sí" (positivo) y a los pacientes sin cáncer como "No" (negativo). Al entrenar un clasificador, hay varias maneras en que el modelo puede tener éxito o no, como se muestra en esta tabla.

Etiqueta real (correcta)	Etiqueta estimada	Resultado del modelo	Evaluación
Sí	Sí	Correcto	Verdadero positivo (VP)
No	No	Correcto	Verdadero negativo (VN)
No	Sí	Error	Falso positivo (FP)
Sí	No	Error	Falso negativo (FN)