Escolar Documentos
Profissional Documentos
Cultura Documentos
Presentado Por:
Elkin David Aguilar Llanos
Presentado A
Paola Andrea Mateus
Grupo 208054_16
Imágenes
sanas
2 3
Imágenes
1 2 1 2 66% 50% 50% 66%
enfermas
4 3
1 − 𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑑𝑎𝑑 = 49%
𝑽𝑷 𝟐 𝟐
𝒔𝒆𝒏𝒔𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 = = = = 𝟎. 𝟔𝟔 = 𝟔𝟔%
𝑽𝑷 + 𝑭𝑵 𝟐 + 𝟏 𝟑
𝑽𝑵 𝟏 𝟏
𝑬𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒊𝒅𝒂𝒅 = = = = 𝟎. 𝟓 = 𝟓𝟎%
𝑽𝑵 + 𝑭𝑷 𝟏 + 𝟏 𝟐
𝑽𝑷 + 𝑽𝑵 𝟐+𝟏 𝟑
𝑬𝒙𝒂𝒄𝒕𝒊𝒕𝒖𝒅 = = = = 𝟎. 𝟓 = 𝟓𝟎%
𝑽𝑷 + 𝑭𝑷 + 𝑭𝑵 + 𝑽𝑵 𝟐 + 𝟏 + 𝟐 + 𝟏 𝟔
𝑽𝑷 𝟐
𝑷𝒓𝒆𝒄𝒊𝒔𝒊𝒐𝒏 = = = 𝟎. 𝟔𝟔 = 𝟔𝟔%
𝑽𝑷 + 𝑭𝑷 𝟐 + 𝟏
Imágenes
sanas
3 3
Imágenes
0 0 3 3 100% 100% 100% 100%
enfermas
3 3
Vn =0-0 Vp =1-1 Fn =0-1 Fp =1-0
1 − 𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑑𝑎𝑑 = 0%
𝑽𝑷 𝟑
𝒔𝒆𝒏𝒔𝒊𝒃𝒊𝒍𝒊𝒅𝒂𝒅 = = = 𝟏 = 𝟏𝟎𝟎%
𝑽𝑷 + 𝑭𝑵 𝟑 + 𝟎
𝑽𝑵 𝟑 𝟑
𝑬𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒊𝒅𝒂𝒅 = = = = 𝟏 = 𝟏𝟎𝟎%
𝑽𝑵 + 𝑭𝑷 𝟑 + 𝟎 𝟑
𝑽𝑷 + 𝑽𝑵 𝟑+𝟑 𝟔
𝑬𝒙𝒂𝒄𝒕𝒊𝒕𝒖𝒅 = = = = 𝟏 = 𝟏𝟎𝟎%
𝑽𝑷 + 𝑭𝑷 + 𝑭𝑵 + 𝑽𝑵 𝟑 + 𝟎 + 𝟎 + 𝟑 𝟔
𝑽𝑷 𝟑
𝑷𝒓𝒆𝒄𝒊𝒔𝒊𝒐𝒏 = = = 𝟏 = 𝟏𝟎𝟎%
𝑽𝑷 + 𝑭𝑷 𝟑 + 𝟎
SVM
R/: Aunque nuestro clasificador no es perfecto, puesto que como se detalló anteriormente
algunos resultados arrojados por la SVM no eran iguales a los arrojados por la clasificación
de Experto dando como resultado algunos valores para los Falsos Positivos (FP) y Falsos
Negativos (FN) que evidenciaban algunos errores en el clasificador, los resultados obtenidos
finalmente por el clasificador cumplen con lo necesario, por lo tanto sí es posible aplicar
dicho clasificador.
Umbral
En este caro el calificador resulto optimo ya que en la calificación umbral
nos arrojó resultado iguales a la calificación de los expertos la línea verde
nos indica una funcionalidad del calificador del 100% favorable y la línea
roja nos indica el porcentaje límite del 50% para considerar la
funcionalidad del calificador en este caso es muy favorable la
implementación de este calificador para nuestro proyecto de Cerebro
enfermos y sanos
Conclusiones