Hola Emiliano, son muy correctas tus apreciaciones muchas gracias. Ahora en un ratito ya hacemos algunas publicaciones en el foro para ir anticipando dudas pero comenten todo lo que les parezca que siempre aporta mucho. 

Aunque la terminología puede variar y a veces puede haber cierta superposición, es correcta la distinción que haces ya que estas considerando predicción como: 

• un problema en el cual el objetivo es predecir un valor numérico continuo.

y clasificación como: 

• un problema en el cual objetivo es asignar una entrada a una categoría o clase predefinida. Por ejemplo, clasificar correos electrónicos como "spam" o "no spam" o como en nuestro caso 1 o 0, “si” o “no”.

En este caso utilizamos el término "predicción" de manera más general para referirnos a que la intención es intentar adivinar un hecho futuro dando una etiqueta (categorizando) en lugar de un valor numérico continua pero no lo expresamos de la mejor forma, gracias por la aclaración.

En cuanto a "horas" debemos corregir el enunciado, ya lo hacemos. 

Gracias!

Saludos,

Mauro.

Buenos días estimado Giani,

Gracias por responder.

Tengo una consulta más, la métrica con la que están evaluando continua siendo el R2?

Saludos

Buenos días Emiliano,

La métrica con la que estamos evaluando es roc_auc_score, ya lo corregimos en la pestaña evaluación que decía R2, la elección fue porque R2 es más adecuado para problemas de regresión, en donde queremos medir la capacidad del modelo para explicar la variabilidad de los valores predichos y ROC AUC (área bajo la curva ROC) es mejor para cuando estamos en un problema de clasificación binaria y queremos evaluar la capacidad del modelo para clasificar las observaciones, como es este caso.

Cualquier cosa nos comentas, gracias. 

Saludos