caso de uso
El umbral que decidía a quién salvar — Mundo Real
Caso de uso 7: Industria: salud digital / teledermatología. Nivel: Avanzado. 7 lecciones, 5 días simulados. Clasificación con decisión por coste: umbral óptimo, matriz de costes asimétrica y calibración de probabilidades. Datasets descargables.
Bienvenida a Dermia
Tu séptimo encargo, nivel avanzado: priorizar lesiones de piel, y el reto nuevo es convertir una probabilidad en decisión cuando los errores no cuestan igual.
Cargar los extractos y ver el desbalanceo
Cargar las lesiones y los desenlaces, ver qué proporción resultó grave, y poner número a la asimetría de los errores.
Limpiar los extractos y montar la tabla de modelado
Limpiar los extractos sucios y montar una tabla fiable, una fila por lesión con el target: tú decides imputación, codificación y duplicados.
El primer modelo (y la euforia del AUC)
Entrenar dos clasificadores y compararlos por AUC: el RandomForest gana. Pero el umbral 0,5 por defecto deja pasar a más de la mitad de los graves.
El 0,5 era el umbral equivocado
Poner coste a cada error, barrer todos los umbrales y dibujar la curva de coste: su mínimo, muy por debajo de 0,5, es tu umbral.
Las probabilidades mienten (y el AUC no manda)
¿El «0,8» del bosque significa 80%? No: está mal calibrado. Lo arreglas, y el remate es que el AUC no mandaba la decisión; el umbral y la calibración, sí.
Que el comité clínico pueda decidir con esto
Montar las figuras y la tabla de decisión en lenguaje de pacientes, escribir el README, y defender el punto de equilibrio con la curva de coste.