# Mediciones de machine learning
<a name="machine-learning-terminology"></a>

Para comprender las mediciones que se utilizan para ajustar la transformación de machine learning, debe estar familiarizado con la siguiente terminología:

**Verdadero positivo (VP)**  
Una coincidencia en los datos que ha encontrado la transformación correctamente. Se denomina a veces "*acierto*".

**Verdadero negativo (VN)**  
Una no coincidencia en los datos que la transformación ha rechazado correctamente.

**Falso positivo (FP)**  
Una no coincidencia en los datos que la transformación clasificó erróneamente como una coincidencia, que, en ocasiones, se denomina *falsa alarma*.

**Falso negativo (FN)**  
Una coincidencia en los datos que la transformación no encontró. Se denomina a veces "*fallo*".

Para obtener más información sobre la terminología que se utiliza en el machine learning, consulte [Confusion matrix (Matriz de confusión)](https://en.wikipedia.org/wiki/Confusion_matrix) en Wikipedia.

Para ajustar sus transformaciones de machine learning, puede cambiar el valor de las siguientes mediciones en la sección de **propiedades avanzadas** de la transformación.
+ **Precisión** mide qué tan bien la transformación encuentra verdaderos positivos entre el número total de registros que identifica como positivos (verdaderos positivos y falsos positivos). Para obtener más información, consulte [Precisión y exhaustividad](https://en.wikipedia.org/wiki/Precision_and_recall) en Wikipedia.
+ La **exhaustividad** mide la facilidad con la que de la transformación encuentra verdaderos positivos en los registros totales en los datos de origen. Para obtener más información, consulte [Precisión y exhaustividad](https://en.wikipedia.org/wiki/Precision_and_recall) en Wikipedia.
+ La**exactitud ** mide la facilidad con la que la transformación encuentra verdaderos positivos y verdaderos negativos. El aumento de la exactitud requiere más recursos informáticos y costos. Sin embargo, también genera una mayor exhaustividad. Para obtener más información, consulte [Precisión y exactitud](https://en.wikipedia.org/wiki/Accuracy_and_precision#In_information_systems) en Wikipedia.
+ El **costo** mide la cantidad de recursos informáticos y, por lo tanto, dinero, necesario para ejecutar la transformación.