Parte 5 pregunta 3

[mpbosnic]

Hola, no entiendo que debo hacer con la información:

Considere que un vino es bueno cuando su calidad es mayor o igual a 6.

Gracias!

[Dalal15]

Debes responder las preguntas que aparecen en la pregunta 3 con esa información. Primero debes investigar qué significan precision y recall . Luego debes calcular estas métricas para cada modelo, explicando sus resultados al predecir si un vino era bueno o malo.

[mpbosnic]

Osea debo crear una dataframe "nuevo" con la calidad expresada en "bueno" o "malo" en vez de números?

[Dalal15]

No es necesario, ya sabes que cuando la calidad de un vino es mayor o igual a 6 es un vino bueno. Puedes manejar todo con números y en el análisis explicar qué significan.

[mpsubiabre]

Podemos hacerlo manualmente? es decir a partir de los datos entregados por la matriz de confusión calcular las métricas con conteo?

[Mdelaf]

Claro, esa es la idea. A partir de la matriz de confusión puedes obtener los valores para calcular precision y recall como si se tratase de una clasificación binaria.

Explica bien en tu informe cómo lo hiciste.

[mpsubiabre]

Perfecto, gracias!