

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Uma equipe de ciência de dados da Assembleia Legislativa desenvolveu um modelo para identificar proposições com elevada probabilidade de gerar impacto orçamentário relevante. Após a fase de treinamento, o modelo passou a ser avaliado utilizando diferentes métricas de desempenho. Durante a análise dos resultados, verificou-se que o custo institucional associado à não identificação de uma proposição realmente relevante era significativamente maior do que o custo decorrente da análise adicional de uma proposição classificada incorretamente como prioritária. Diante desse contexto, tornou-se necessário selecionar métricas compatíveis com os objetivos operacionais da solução.
Assinale a alternativa que apresenta uma interpretação tecnicamente adequada acerca das métricas de avaliação utilizadas em problemas de classificação.
A precisão mede a proporção de casos positivos corretamente identificados entre todos os casos positivos existentes, enquanto o recall mede a proporção de previsões corretas entre todas as classificações realizadas.
O recall mede a proporção de casos positivos corretamente identificados entre todos os casos positivos existentes, sendo particularmente relevante quando a omissão de eventos importantes possui elevado custo.
A acurácia mede exclusivamente a capacidade do modelo de identificar casos positivos, independentemente do desempenho obtido sobre as demais classes analisadas.
O F1-score corresponde à média aritmética simples entre acurácia e precisão, sendo utilizado principalmente em problemas de regressão supervisionada.
A curva ROC representa exclusivamente a distribuição estatística das variáveis de entrada, não possuindo relação com o desempenho do classificador.