Hola Eduardo,
Muy buena pregunta, en problemas de clasificación con clases muy desbalanceadas (ej. 90% positiva – 10% negativa), la accuracy puede ser engañosamente alta (hasta ~90%) incluso con un modelo inútil que siempre predice la clase mayoritaria, ocultando un pobre desempeño en la clase minoritaria.
Por ende se deben usar varias métricas como F1-score, recall (especialmente de la clase minoritaria), precision-recall curve o AUC-PR en lugar de solo accuracy.
Muy buena pregunta, en problemas de clasificación con clases muy desbalanceadas (ej. 90% positiva – 10% negativa), la accuracy puede ser engañosamente alta (hasta ~90%) incluso con un modelo inútil que siempre predice la clase mayoritaria, ocultando un pobre desempeño en la clase minoritaria.
Por ende se deben usar varias métricas como F1-score, recall (especialmente de la clase minoritaria), precision-recall curve o AUC-PR en lugar de solo accuracy.