Una variante interesante para probar sería la siguiente.
Podemos entrenar el modelo pero usando para cada figura geométrica un solo color.
Por ejemplo, entrenar con muestras de círculos rojos, rectángulos verdes y triángulos azules. Luego, generamos el modelo como antes y analizaremos los resultados.
En ese caso, ¿Qué pasa cuando le muestro a la computadora un círculo azul o un triángulo verde?
De esa forma podremos analizar si la computadora está teniendo en cuenta o no el color para "aprender".
Esta actividad adicional sirve para introducir el concepto de sesgos.
Si yo defino una clase para formas circulares, pero luego todas las muestras que utilizo son rojas, en realidad eso no es muy representativo de todos los círculos de distintos colores.
Eso puede generar problemas a la hora de la clasificación, ya que el sistema solamente funcionará bien cuando le muestre círculos rojos, pero para otros colores es probable que se confunda con otras clases debido a cómo se entrenó el sistema.
Este tipo de problemas ocurren en la práctica en distintas aplicaciones, por ejemplo en sistemas que no contemplan bien los distintos colores de piel que tiene la raza humana, o las variantes de lenguaje que puede tener un idioma como el español según la zona geográfica de quienes lo hablan.