Universidad Autónoma de Ciudad Juárez

Figura 7. Curva operada por el receptor (ROC) del modelo 5, tanto para los
datos de entrenamiento como para los de prueba.
En estos modelos se presentó una AUC con valores mayores a .99, Las
líneas azul y roja serian idénticas si se hubiera usado los mismos datos para
el entrenamiento y para la prueba (Phillips et al. 2006). Sin embargo solo se
utilizó el 25% de los datos y por lo tanto la curva roja (entrenamiento) muestra
una mayor AUC que la curva azul (prueba). La curva roja representa el
ajuste del modelo a los datos de entrenamiento y es la auténtica prueba de la
capacidad que tienen los modelos de predecir. La línea negra muestra lo que
se esperaría si el modelo no fuera mejor que al azar. Si la curva azul (la curva
de prueba) estuviera por debajo de la línea negra, entonces indicaría que su
modelo se desempeña peor de lo que lo haría un modelo aleatorio. Por el contrario,
cuanto más se aproxime la curva azul a la esquina superior izquierda,
mejor es el modelo para predecir las presencias contenidas en la muestra de
prueba de los datos (Phillips et al. 2006). Por lo que se concluye que el mejor
modelo de predicción de presencia fue el 19 ya que presenta la AUC más alta
tanto en las muestras de entrenamiento como en las de las pruebas.
Las siguientes Tablas (1, 2 y 3) muestran una estimación de las contribuciones
relativas de las variables ambientales para cada modelo.
358
GEOINFORMÁTICA APLICADA A PROCESOS GEOAMBIENTALES
en el contexto local y regional: teledetección y sistemas de información geográfica