Aplicar una técnica de clasificación para predecir si un taxi presenta fallas o se encuentra funcionando correctamente.
| Pred: Funcionando | Pred: Fallas | |
|---|---|---|
| Real: Funcionando | 59 | 5 |
| Real: Fallas | 11 | 5 |
| Indicador | Valor |
|---|---|
| Accuracy | 80.00% |
| Precision | 50.00% |
| Recall | 31.25% |
| Especificidad | 92.19% |
| F1-Score | 38.46% |
El modelo obtuvo una exactitud del 80%, clasificando correctamente el 80% de los taxis evaluados.
La precisión fue de 50%, indicando que la mitad de los taxis identificados con fallas realmente las presentan.
La sensibilidad fue de 31.25%, por lo que el modelo detecta una parte limitada de los taxis con fallas.
La especificidad fue de 92.19%, mostrando un excelente desempeño para identificar taxis que funcionan correctamente.