A continuación se presenta la matriz de confusión obtenida mediante el modelo de Regresión Logística:
El 83.96% de todas las predicciones realizadas por el modelo son correctas, clasificando adecuadamente tanto los vehículos que funcionan como los que presentan fallas.
De todos los vehículos que el modelo alerta o predice que tendrán fallas, el 70% realmente las presenta. Es una métrica clave para no enviar autos estables a revisión en vano.
El modelo es capaz de identificar y capturar al 53.26% del total de vehículos defectuosos reales que existen en el dataset.