Datos disponibles · Detalle del escenario
Sin el test
¿Qué puede predecirse con información que la institución ya posee?
La estructura ya es definitiva, pero las cifras son demostrativas. Las métricas pendientes se completarán al vincular una corrida verificada de este escenario.
01 · Configuración
Qué entra y cómo se procesa
- Variables de entrada
- logro_anterior_cod + co_*, cyt_*, cs_* + edad, grado y genero_m
- Variable de salida
- target: B/C = 1 (con riesgo) · A/AD = 0 (sin riesgo)
- Tipos
- Logros/grado ordinales · edad continua · género binario
- Preparación
- Imputación y escalado dentro del fold; árboles sin escalado
- Protocolo común
- Holdout 80/20 agrupado por id_estudiante; búsqueda de hiperparámetros con validación interna de 5 pliegues sobre el 80%.
- Configuración fuente
solo_academico.yaml
02 · Desempeño
Métricas principales
Promedio de sensibilidad y especificidad.
Proporción del riesgo real que el modelo detecta.
Proporción del no riesgo real que clasifica correctamente.
03 · Errores y aciertos
Matriz de confusión normalizada
Lectura por cada 100 casos de cada clase real.
04 · Explicación
Qué falta vincular de la corrida
Ranking global
Mostrará qué variables contribuyen más al modelo y con qué método se calculó.
ROC y precisión–recobrado
Permitirá comparar umbrales y observar el desempeño más allá de un único punto de corte.
Probabilidad predicha
Mostrará si un riesgo estimado del 70% corresponde aproximadamente a siete casos de cada diez.