Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Entropía generalizada (GE) El índice de entropía generalizada (GE) mide la desigualdad en el beneficio `b` de la etiqueta predicha en comparación con la etiqueta observada. Se produce un beneficio cuando se predice un falso positivo. Un falso positivo se produce cuando una observación negativa (y=0) tiene una predicción positiva (y'=1). También se produce un beneficio cuando las etiquetas observadas y predichas son las mismas, lo que también se conoce como verdadero positivo y verdadero negativo. No se obtiene ningún beneficio cuando se predice un falso negativo. Un falso negativo se produce cuando se predice que una observación positiva (y=1) tendrá un resultado negativo (y'=0). El beneficio `b` se define de la siguiente manera. ``` b = y' - y + 1 ``` Según esta definición, un falso positivo recibe un beneficio `b` de `2` y un falso negativo recibe un beneficio de `0`. Tanto un positivo verdadero como un negativo verdadero reciben un beneficio de `1`. La métrica GE se calcula siguiendo el [índice de entropía generalizada](https://en.wikipedia.org/wiki/Generalized_entropy_index) (GE) con la ponderación `alpha` establecida en `2`. Esta ponderación controla la sensibilidad a diferentes valores de beneficio. Un `alpha` menor significa una mayor sensibilidad a valores más pequeños. ![Ecuación que define el índice de entropía generalizado con el parámetro alfa establecido en 2.](http://docs.aws.amazon.com/es_es/sagemaker/latest/dg/images/clarify-post-training-bias-metric-ge.png) Las siguientes variables utilizadas para calcular la GE se definen de la siguiente manera: + bi es el beneficio que recibe el `ith` punto de datos. + b' es la media de todos los beneficios. La GE puede oscilar entre 0 y 0,5, donde los valores de cero indican que no hay desigualdad en los beneficios en todos los puntos de datos. Esto ocurre cuando todas las entradas se predicen correctamente o cuando todas las predicciones son falsos positivos. La GE no está definida cuando todas las predicciones son falsos negativos. **nota** La métrica GE no depende de que el valor de una faceta sea favorecido o desfavorecido.