La métrica de **accuracy** es una medida comúnmente utilizada en problemas de clasificación para evaluar el rendimiento de un modelo y va a ser la utilizada para evaluar el desempeño de cada uno de sus modelos. Se define como la proporción de predicciones correctas realizadas por el modelo en relación con el número total de predicciones. Matemáticamente, se expresa de la siguiente manera:

El accuracy proporciona una visión general de la capacidad del modelo para predecir correctamente las clases de los datos. Cuanto mayor sea el valor de la métrica, mejor será el rendimiento del modelo en términos de hacer predicciones precisas.

Sin embargo, es importante tener en cuenta que el accuracy puede no ser la métrica más adecuada en todos los casos, especialmente cuando los datos están desequilibrados. 

## Archivo de predicciones
Para cada id del dataset **pred**, deben predecir un valor para la variable objetivo (la calidad del vino). El archivo de predicciones que suban debe tener el siguiente formato:

    id,calidad
    0,"Aceptable"
    1,"Buena"
    2,"Excelente"
    etc.