Questão FC373152
A matriz de confusão é utilizada na avaliação de modelos de classificação, no contexto do aprendizado de máquina. Dentre as métricas que podem ser extraídas da matriz de confusão,
Inteligência Artificial (IA)
FCC · 2022
A matriz de confusão é utilizada na avaliação de modelos de classificação, no contexto do aprendizado de máquina. Dentre as métricas que podem ser extraídas da matriz de confusão, que resumem a capacidade de um modelo de acertar suas predições, estão o percentual que foi predito:
I. Positivo corretamente sobre o total que de fato era positivo.
II. Negativo corretamente sobre o total que de fato era negativo.
III. Positivo sobre o total que de fato era negativo.
IV. Negativo sobre o total que de fato era positivo.
Os itens de I a IV correspondem, correta e respectivamente, a
- Verdadeiro Positivo − Verdadeiro Negativo − Falso Positivo − Falso Negativo.
- Falso Positivo − Verdadeiro Positivo − Verdadeiro Negativo − Falso Negativo.
- Falso Negativo − Verdadeiro Positivo − Falso Positivo − Verdadeiro Negativo.
- Verdadeiro Positivo − Falso Negativo − Verdadeiro Negativo − Falso Positivo.
- Falso Negativo − Falso Positivo − Verdadeiro Negativo − Verdadeiro Positivo.
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A letra A está correta porque relaciona cada item ao conceito padrão da matriz de confusão.
I − Verdadeiro Positivo (TP): resultado previsto como positivo entre os casos que de fato eram positivos — acerto na detecção do positivo.
II − Verdadeiro Negativo (TN): resultado previsto como negativo entre os casos que de fato eram negativos — acerto em classificar o negativo.
III − Falso Positivo (FP): resultado previsto como positivo entre os casos que de fato eram negativos — erro que gera alarmes falsos.
IV − Falso Negativo (FN): resultado previsto como negativo entre os casos que de fato eram positivos — erro que deixa de identificar verdadeiros positivos.
Conteúdo do catálogo FC Concursos · Atualizado em