IA y Machine Learning · revisado en agosto de 2026
Clasificación
La clasificación es una tarea de machine learning en la que el modelo predice a cuál de un conjunto fijo de categorías (clases) pertenece una observación — por ejemplo, si un correo es spam o no, o a qué categoría pertenece un producto. Se diferencia de la regresión en que la salida es discreta, no un número continuo.
from sklearn.linear_model import LogisticRegression modelo = LogisticRegression() modelo.fit(X_entrenamiento, y_entrenamiento) predicciones = modelo.predict(X_prueba)
Preguntas frecuentes
¿Qué es la clasificación binaria frente a la multiclase?
La binaria distingue entre solo dos clases (spam / no spam); la multiclase distingue entre tres o más clases mutuamente excluyentes (por ejemplo, el tipo de una flor entre varias especies).
¿Cómo se mide qué tan bueno es un clasificador?
Con métricas como exactitud (accuracy), precisión, recall y F1 — la exactitud sola puede engañar cuando las clases están muy desbalanceadas, por eso suele acompañarse de precisión y recall.
¿Qué algoritmos se usan comúnmente para clasificación?
Regresión logística, árboles de decisión y random forests, máquinas de vectores de soporte (SVM), y redes neuronales — la elección depende del tamaño de los datos, la interpretabilidad requerida y la complejidad del patrón.