¿Por qué no se puede optimizar directamente la precisión?

No se puede optimizar directamente la precisión, ya que esta métrica no es una función diferenciable, por lo que no se puede usar como función objetivo para métodos de optimización por gradiente. La precisión mide la proporción de predicciones correctas, lo que se reduce a una función umbral (por ejemplo, 0 o 1), que no proporciona un gradiente útil para el entrenamiento.

Además, la precisión puede ser no informativa en clases desequilibradas: el modelo puede mostrar una alta precisión simplemente prediciendo la clase más frecuente.

Por lo tanto, generalmente se optimizan otras funciones de pérdida (por ejemplo, la entropía cruzada), que son suaves y diferenciables, y la precisión se usa como métrica final para evaluar la calidad del modelo.