El efecto del recorte en la previsión del rendimiento de
La empresa de software estaba buscando una forma de mejorar su modelo de regresión. Necesitaban encontrar anomalías para detectar datos fuera del umbral y evitar los resultados erróneos. Después de investigación, decidieron incorporar el recorte para detectar valores atípicos en sus conjuntos de datos antes realizar la regresión. Esto permitiría ajustes significativamente más precisos en los resultados finales del modelo, lo que llevó a drásticas mejoras en las predicciones correctas con respecto al rendimiento general del sistema. La empresa quedó satisfecha con los cambios hechos al usar detección de valores extremos y recorte y notaron un gran incremento en la exactitud total del modelo.
