A matriz de confusão é uma das maneiras mais simples de se representar os resultados de um algoritmo de classificação binário. Ela representa class...

A matriz de confusão é uma das maneiras mais simples de se representar os resultados de um algoritmo de classificação binário. Ela representa classes-variações das classes positivo e negativo. Acompanhe a seguir.

Verdadeiro positivo (VP): quando o dado original corresponde a um item positivo e a predição foi realizada corretamente.

Verdadeiro negativo (VN): quando um item classificado como negativo é corretamente predito como negativo.

Falso positivo (FP): quando um item classificado como negativo é incorretamente predito como positivo.

Falso negativo (FN): quando um item classificado como positivo é incorretamente predito como negativo.

Em um problema no qual a presença de um falso positivo aparenta ser crítica, qual seria a melhor métrica para selecionar algoritmos de classificação e seus parâmetros?​​​​​​​

Acurácia

Precisão.

Revocação.

Sensibilidade

Razão entre acertos e total de elementos