frncscp commited on
Commit
0e5529c
1 Parent(s): 216bd01

Rename pages/Estadísticas.py to pages/Fórmula.py

Browse files
pages/{Estadísticas.py → Fórmula.py} RENAMED
@@ -10,27 +10,21 @@ st.set_page_config(
10
  }
11
  )
12
 
13
- st.title("Estadísticas")
14
 
15
- col1, col2, col3 = st.columns(3)
16
 
17
  with col1:
18
- statistics = 'statistics.jpg'
19
- st.image(statistics)
20
-
21
- with col2:
22
- st.write('Se usaron 4 carpetas distintas que suman +15000 archivos: ')
23
- st.write('Patacón-True/Frames: imágenes de patacones.')
24
- st.write('Bias/Almost-Patacón: objetos similares a patacones.')
25
  st.write('La eficiencia fue formulada de la siguiente manera: ')
26
  st.write('Para clases positivas: ')
27
  st.latex(r'''E = \frac{(S * {S}')+(P * {P}')}{{S}'+{P}'}''')
28
  st.write('Para clases negativas: ')
29
  st.latex(r'''E = \frac{(S * {S}')+((1-P) * {P}')}{{S}'+{P}'}''')
30
 
31
- with col3:
32
  st.write('Donde:')
33
  st.write('S es la puntuación (score) normalizada entre 0 y 1, donde por cada imagen sumaba un punto y por cada falso positivo se le restaba otro. La franja para predecir la clase como positiva fue de encima del 80%')
34
  st.write('P es la predicción promedio entre 0 y 1 para todas las imágenes de la carpeta.')
35
  st.write("S′ y P′ son los pesos para cada variable, en este caso, la predicción tuvo un peso de 1.2")
36
- st.write("El rango de la fórmula es de [0, 1), representando 1 un modelo con la mayor eficiencia posible que generaliza bien y es igualmente bueno para predecir clases positivas y anómalas. ")
 
 
10
  }
11
  )
12
 
13
+ st.title("Fórmula")
14
 
15
+ col1, col2, col3 = st.columns(2)
16
 
17
  with col1:
 
 
 
 
 
 
 
18
  st.write('La eficiencia fue formulada de la siguiente manera: ')
19
  st.write('Para clases positivas: ')
20
  st.latex(r'''E = \frac{(S * {S}')+(P * {P}')}{{S}'+{P}'}''')
21
  st.write('Para clases negativas: ')
22
  st.latex(r'''E = \frac{(S * {S}')+((1-P) * {P}')}{{S}'+{P}'}''')
23
 
24
+ with col2:
25
  st.write('Donde:')
26
  st.write('S es la puntuación (score) normalizada entre 0 y 1, donde por cada imagen sumaba un punto y por cada falso positivo se le restaba otro. La franja para predecir la clase como positiva fue de encima del 80%')
27
  st.write('P es la predicción promedio entre 0 y 1 para todas las imágenes de la carpeta.')
28
  st.write("S′ y P′ son los pesos para cada variable, en este caso, la predicción tuvo un peso de 1.2")
29
+ st.write("El rango de la fórmula es de [0, 1), representando 1 un modelo con la mayor eficiencia posible que generaliza bien y es igualmente bueno para predecir clases positivas y anómalas. ")
30
+ st.write('Link del repositorio: https://github.com/frncscp/efficiency')