As métricas para a validação dos modelos treinados. A partir da análise das alternativas apresentadas, faça opção pela resposta correta. A) Uma da...

As métricas para a validação dos modelos treinados. A partir da análise das alternativas apresentadas, faça opção pela resposta correta.

A) Uma das métricas para validar o modelo matemático de aprendizado de máquina é o Positive Predictive Value (PPV), que corresponde à quantidade de verdadeiros positivos dividida pelo número de negativos estimados pelo modelo.
B) A acurácia, métrica utilizada para validar o modelo, corresponde à soma de todas as predições positivas corretas, sobre o total dos resultados.
C) A métrica, matriz de confusão, adota uma tabela que contempla, nas linhas, as instâncias verdadeiras, e, nas colunas, as preditas, fixando-as assim.
D) A precisão e a acurácia são utilizadas para a matriz de confusão. Ao determiná-las, é possível analisá-las em termos dos verdadeiros e falsos positivos/negativos dos resultados.
E) Saber escolher quais variáveis estarão no subconjunto de treino e testes é uma das primeiras fases do processo de análise da base de dados. Por isso, separe-se as amostras para testes, selecionando uma quantidade fixa de dados para os testes de 70%, garantindo a validação.