Umbral de Decisión
Mueve el umbral de clasificación para priorizar el tipo de error que más le conviene a tu negocio.
conceptos clave
Umbral de Decisión y Matriz de Confusión
Un clasificador probabilístico no predice directamente una clase — produce una probabilidad. El umbral (por defecto 0.5) convierte esa probabilidad en una decisión binaria: si P ≥ umbral → clase positiva.
Mover el umbral redistribuye los errores entre cuatro categorías (la matriz de confusión):
- Verdaderos Positivos (TP) — detectados correctamente
- Falsos Positivos (FP) — alarmas falsas. Controlados por Precision = TP/(TP+FP)
- Falsos Negativos (FN) — casos perdidos. Controlados por Recall = TP/(TP+FN)
- Verdaderos Negativos (TN) — rechazados correctamente
En medicina, bajar el umbral (más sensibilidad) es preferible porque perder un caso positivo tiene consecuencias graves. En detección de spam, subir el umbral (más precisión) evita que emails legítimos terminen en la carpeta de spam.
No existe el modelo perfecto
Simulador de Umbral de Decision
Ajusta el umbral de clasificacion y observa como cambian las metricas segun el contexto de negocio
Contexto de negocio
Detectar transacciones fraudulentas
Distribuciones de probabilidad
Matriz de confusion
Metricas
Impacto en negocioFraude bancario
Umbral moderado: balance razonable entre detectar fraude y no molestar a clientes legitimos.
No existe el modelo perfecto
Verificación de conocimiento
1 / 3En detección de fraude, ¿qué tipo de error es más costoso?