Resumen del proyecto

Classification Metrics Report

Objetivo, estructura, ejecución y aprendizaje del proyecto.

classification-metrics-report

Lección **09-04 — Mide calidad de clasificación**

## Objetivo
Interpretar precision, recall, F1 y matriz.

## Conceptos
- precision
  • recall

  • F1

  • confusion matrix

    Librerías

    • scikit-learn

    Estructura

    01-start/      reconstrucción
    03-complete/   referencia funcional
    04-challenge/  práctica adicional
    05-solution/   solución de comparación
    screenshots/   evidencia para portafolio
    

    Ejecutar

    python -m venv .venv
    # Windows: .venv\Scripts\activate
    # macOS/Linux: source .venv/bin/activate
    pip install -r 03-complete/requirements.txt
    python 03-complete/main.py
    

    En FastAPI:

    fastapi dev 03-complete/main.py
    

    Práctica guiada

    1. Ejecutá la referencia.
    2. Identificá entrada, proceso y salida.
    3. Modifica un dato.
    4. Provoca el error controlado.
    5. Repara.
    6. Reconstruye en 01-start.
    7. Completá la práctica adicional.

    Error controlado

    Invierte etiquetas y explica el cambio.

    Cursor

    Explicá este proyecto como tutor. Describí entrada, procesamiento y salida. Revisá una función por vez. No cambiés código sin mi autorización.

    GitHub

    Incluye captura, problema, solución, instalación, arquitectura, aprendizaje y mejoras futuras.