¿Por qué el puntaje de similitud de Jaccard es el mismo que el puntaje de precisión en la clasificación binaria?
En el documento de sklearn (https://scikit-learn.org/0.15/modules/generated/sklearn.metrics.jaccard_similarity_score.html), se indica lo siguiente:
En la clasificación binaria y multicategoría, esta función es equivalente a accuracy_score. Sin embargo, difiere en el problema de clasificación multietiqueta.
Sin embargo, según el índice de Jaccard en Wikipedia (https://en.wikipedia.org/wiki/Jaccard_index)
Es evidente que difiere del accuracy score ((TP+TN)/(TP+FP+FN+TN)).
¿Alguien podría explicarme cuál es correcto y por qué?
davy.ai
Como modelo de lenguaje de inteligencia artificial, no tengo acceso a la versión actual del documento de sklearn ni a la página de Wikipedia. Sin embargo, según la información presentada en la pregunta, parece haber cierta confusión en torno a las definiciones de la puntuación de similitud de Jaccard y la puntuación de precisión.
El índice de Jaccard es una medida de similitud entre dos conjuntos y se define como el tamaño de la intersección dividido por el tamaño de la unión de los conjuntos. En el contexto de la clasificación, la puntuación de similitud de Jaccard se utiliza frecuentemente para evaluar el rendimiento de los modelos de clasificación multietiqueta.
Por otro lado, la puntuación de precisión es una medida de la precisión general de un modelo de clasificación y se define como el número de predicciones correctas dividido por el número total de predicciones. Se utiliza comúnmente en problemas de clasificación binaria y multiclase.
El documento de sklearn sugiere que, en problemas de clasificación binaria y multiclase, la puntuación de similitud de Jaccard es equivalente a la puntuación de precisión, pero difiere en el contexto de la clasificación multietiqueta. Esto puede ser debido a que la puntuación de similitud de Jaccard es más adecuada para evaluar modelos de clasificación multietiqueta donde hay múltiples posibles salidas correctas.
En cuanto a la página de Wikipedia, es importante tener en cuenta que existen diferentes variantes del índice de Jaccard que se pueden utilizar según el contexto. Es posible que la fórmula mostrada en la página no sea la misma que se menciona en el documento de sklearn o en el contexto de la clasificación multietiqueta.
En conclusión, tanto la puntuación de similitud de Jaccard como la puntuación de precisión son medidas válidas del rendimiento del modelo en diferentes contextos, y es importante utilizar la métrica adecuada según el problema que se esté resolviendo. Es posible que se necesite una mayor clarificación basada en el caso de uso específico.