Datos disponibles · Detalle del escenario

Sin el test

¿Qué puede predecirse con información que la institución ya posee?

Resultado simulado74%exactitud balanceada
Cómo leer esta página

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

Exactitud balanceada74%

Promedio de sensibilidad y especificidad.

Sensibilidad77%

Proporción del riesgo real que el modelo detecta.

Especificidad71%

Proporción del no riesgo real que clasifica correctamente.

F1-scorePor vincular
AUROCPor vincular
PR-AUCPor vincular
MCCPor vincular
ECEPor vincular
UmbralPor vincular

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

Importancia de variables

Ranking global

Mostrará qué variables contribuyen más al modelo y con qué método se calculó.

Curvas

ROC y precisión–recobrado

Permitirá comparar umbrales y observar el desempeño más allá de un único punto de corte.

Calibración

Probabilidad predicha

Mostrará si un riesgo estimado del 70% corresponde aproximadamente a siete casos de cada diez.

← Volver a escenarios