Buscar

Normalmente, para verificar a qualidade do modelo de predição, são utilizadas métricas calculadas a partir da matriz de confusão. Por que a acuráci...

Normalmente, para verificar a qualidade do modelo de predição, são utilizadas métricas calculadas a partir da matriz de confusão. Por que a acurácia, sozinha, pode não ser um bom indicador?

A. 

Independentemente de qualquer métrica, a acurácia pode determinar a qualidade do modelo baseada somente nos acertos observados;

B. 

A acurácia não deve ser utilizada sozinha, por não levar em consideração a quantidade de acertos do modelo de predição;

C. 

A acurácia não deve ser utilizada sozinha, pois pode mascarar problemas como o desbalanceamento da classe desfecho; nesse caso, o modelo pode apresentar uma alta acurácia, mas acerta somente uma das classes.


Respostas

User badge image

Ed Verified user icon

A alternativa correta é a letra C. A acurácia não deve ser utilizada sozinha, pois pode mascarar problemas como o desbalanceamento da classe desfecho; nesse caso, o modelo pode apresentar uma alta acurácia, mas acerta somente uma das classes. Por isso, é importante utilizar outras métricas, como a precisão, a revocação e a F1-score, que levam em consideração tanto os acertos quanto os erros do modelo de predição. A matriz de confusão é uma ferramenta útil para calcular essas métricas e avaliar a qualidade do modelo.

0
Dislike0

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Responda

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Mais conteúdos dessa disciplina