Calculadora de puntuación F1: precisión, exhaustividad y Fβ
Con tu matriz de confusión obtén precisión, exhaustividad (recall), F1, F0.5, F2, exactitud, especificidad y exactitud balanceada de un clasificador o una prueba.
Cómo funciona
Precisión = VP ÷ (VP + FP) · Exhaustividad = VP ÷ (VP + FN) · Fβ = (1 + β²) × P × R ÷ (β² × P + R) · F1 es el caso β = 1
Cuando las clases están desbalanceadas, la exactitud engaña: si solo el 10% de los casos son positivos, un modelo que responde «negativo» a todo ya acierta el 90%. La puntuación F1 es la media armónica entre precisión y exhaustividad (recall), así que solo sale alta cuando ambas lo son. La versión Fβ le da a la exhaustividad β veces más peso que a la precisión: F2 conviene en pruebas de tamizaje, donde dejar pasar un positivo sale caro, y F0.5 cuando lo costoso son las falsas alarmas. Además calculamos especificidad, exactitud balanceada y prevalencia a partir de la misma matriz de confusión.
Ejemplo resuelto
Sofía entrena un modelo para detectar pagos fraudulentos y lo prueba con 1,000 transacciones: 80 verdaderos positivos, 20 falsos positivos, 30 falsos negativos y 870 verdaderos negativos. La precisión es 80 ÷ 100 = 80% y la exhaustividad 80 ÷ 110 = 72.73%, de modo que F1 = 2 × 0.8 × 0.7273 ÷ (0.8 + 0.7273) = 0.7619. Con β = 2, F2 = 0.7407, y F0.5 = 0.7843. La exactitud parece espléndida (95%), pero el fraude es solo el 11% de los casos; la exactitud balanceada baja a 85.24% y la especificidad es 97.75%.
Preguntas frecuentes
¿Por qué la puntuación F1 usa la media armónica?
Porque castiga el desequilibrio: con precisión de 100% y exhaustividad de 10%, F1 = 0.18, mientras que una media aritmética daría un engañoso 0.55.
¿Qué diferencia hay entre F1 macro y F1 micro?
En problemas de varias clases, el F1 macro calcula F1 para cada clase y luego promedia; el micro suma primero todos los VP, FP y FN y calcula un solo F1, que en clasificación multiclase coincide con la exactitud.
¿Qué es mejor, F1 o exactitud?
Si las clases están balanceadas, ambas cuentan una historia parecida. Si la clase positiva es rara (fraude, enfermedades, spam), F1 o la exactitud balanceada reflejan mucho mejor el desempeño real.
¿Cuándo usar F2 o F0.5 en vez de F1?
Usa F2 cuando un falso negativo es más grave que un falso positivo, como en un tamizaje médico. Usa F0.5 cuando las falsas alarmas cuestan más, por ejemplo al marcar correos legítimos como spam.
Calculadoras relacionadas
Esta calculadora tiene fines informativos. Verifica los resultados importantes antes de tomar decisiones.