Clase_​05

WF1

• Kappa menor a 0.4 indica modelo débil

• Recall alto es preferible cuando el costo de falsos negativos es alto

• Precision alta es preferible cuando el costo de falsos positivos es alto

WF2

• Preprocesamiento limpio impacta más que cambiar el algoritmo

• Cross-validation da una estimación más confiable que un solo train/test split

• Random Forest generalmente supera al Decision Tree simple en datasets pequeños

WF3

• Iris tiene 3 clases: setosa, versicolor, virginica

• La matriz de confusión tendrá 3×3

• Accuracy esperada con Decision Tree: mayor a 0.90