Recall
El recall —también llamado exhaustividad o sensibilidad— es una métrica de clasificación que mide qué proporción de los casos positivos reales identificó correctamente un modelo. Explicamos su fórmula, su lugar en la matriz de confusión, su tensión con la precisión, la F1 que las combina y cuándo conviene priorizar un recall alto.
El recall (en español, exhaustividad o sensibilidad) es una métrica de clasificación que mide qué proporción de los casos positivos reales fue correctamente identificada por el modelo. Su fórmula es recall = VP / (VP + FN), donde VP son los verdaderos positivos (aciertos en la clase positiva) y FN los falsos negativos (positivos que el modelo dejó escapar).
Dónde encaja: la matriz de confusión
El recall se entiende dentro de la matriz de confusión, que cruza lo predicho con lo real en cuatro casillas: verdaderos positivos (VP), falsos positivos (FP), verdaderos negativos (VN) y falsos negativos (FN). El recall se fija en la fila de los positivos reales y pregunta: de todos los que de verdad eran positivos, ¿a cuántos pilló el modelo?
Recall frente a precisión
El recall no debe confundirse con la precisión, que se calcula como VP / (VP + FP) y mide qué proporción de lo que el modelo marcó como positivo lo era de verdad. La diferencia es clave: el recall castiga los falsos negativos; la precisión, los falsos positivos. Y suele haber una tensión entre ambas: bajar el umbral para pillar más positivos sube el recall pero baja la precisión, y viceversa. La F1, la media armónica de las dos, resume ese equilibrio en un solo número. Documentación: definición técnica de recall.
Cuándo priorizar el recall
Interesa un recall alto cuando un falso negativo sale muy caro. En el cribado médico de una enfermedad grave se busca un recall cercano a la totalidad: es preferible una falsa alarma, que un segundo examen descartará, a pasar por alto a un enfermo. Lo mismo en la detección de fraude: dejar escapar una transacción fraudulenta suele costar más que revisar de más una legítima. Documentación: definición técnica de recall.
Otros nombres
Según el campo, el recall recibe otros nombres. En estadística médica se llama sensibilidad, y su complemento —los negativos bien clasificados— es la especificidad. En recuperación de información también se habla de recall: la proporción de documentos relevantes que una búsqueda logra recuperar. Documentación: documentación de métricas.
Piezas que usan este término
- Cuándo usar recuperación agéntica y cuándo basta una búsqueda directa (2026-07-23)
- Microsoft presenta los Copilot+ PC y abre el debate sobre Recall (2024-05-21)
- IA en finanzas: no confunda fraude, blanqueo y riesgo (2023-05-09)
- Sistemas de recomendación: qué decide de verdad el algoritmo (2023-05-09)
- GAN: cómo distinguir calidad, diversidad y memoria (2023-05-09)
- Métricas de aprendizaje automático: elegir el error que importa (2023-05-09)
- Cómo aprende una red profunda: del forward pass al gradiente (2023-05-09)
- Visión artificial: cinco tareas que no deben medirse igual (2023-05-09)
Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.