Questão FC888774
As assertivas abaixo tratam de conceitos de mineração de dados. Marque a alternativa CORRETA:
Tópicos Mesclados de Ciência de Dados
CRS (PM MG) · 2021
As assertivas abaixo tratam de conceitos de mineração de dados. Marque a alternativa CORRETA:
- Um modelo de mineração de dados pode apresentar ótimos valores de acurácia (maiores que 90%) e ao mesmo tempo apresentar péssimos valores de precisão (menores que 10%).
- Overfitting, ou sobreajuste, pode acontecer quando um modelo de aprendizado se ajusta aos ruídos presentes nos dados de treinamento. Nesses casos, o sobreajuste é constatado quando o modelo treinado performa muito mal nos dados de treinamento e, em contrapartida, performa muito bem em novos dados.
- Uma das formas de avaliar o desempenho de um modelo de mineração de dados é pelo F1 score, que consiste na média harmônica entre a precisão (precision) e a acurácia (accuracy).
- O algoritmo kNN (k-Nearest Neighbors, vizinhos mais próximos em português) se enquadra em um modelo de aprendizado não supervisionado, pois os dados usados no aprendizado são rotulados ou etiquetados (labeled data).
Mostrar resposta e comentário
Gabarito
A
Comentário do professor
A assertiva está correta porque acurácia e precisão medem aspectos diferentes do desempenho de um modelo. É possível ter alta acurácia e baixa precisão ao mesmo tempo.
Acurácia é a proporção de classificações corretas: \( \text{acurácia} = \frac{TP+TN}{Total} \).
Precisão mede, entre os exemplos classificados como positivos, quantos são realmente positivos: \( \text{precisão} = \frac{TP}{TP+FP} \).
Em conjuntos com classe desbalanceada um modelo que acerta muitos negativos pode alcançar acurácia > 90%, mas se suas previsões positivas contêm muitos falsos positivos a precisão pode ficar abaixo de 10%. Exemplo numérico: 1000 amostras, 950 negativos; se o modelo prevê 100 positivos com apenas 5 verdadeiros positivos, precisão = 5/100 = 5% e acurácia = (950+5)/1000 = 95,5%.
Por isso é fundamental avaliar múltiplas métricas ao analisar modelos.
Conteúdo do catálogo FC Concursos · Atualizado em