Durante o processo de análise preditiva, é necessário avaliar o desempenho dos algoritmos de aprendizado de máquina utilizados. Assinale a alternativa que apresenta uma métrica de

Gabarito

Certo

Comentário do professor

F1 Score é a métrica que combina precisão e recall em um único valor, útil para avaliar classificadores quando há trade-off entre identificar positivos corretamente e evitar falsos positivos.

A precisão mede a proporção de verdadeiros positivos entre as previsões positivas: \( \text{precisão} = \dfrac{TP}{TP + FP} \).

O recall mede a proporção de verdadeiros positivos identificados entre todos os positivos reais: \( \text{recall} = \dfrac{TP}{TP + FN} \).

O F1 é a média harmônica entre precisão e recall, dada por \( F1 = 2 \times \dfrac{\text{precisão} \times \text{recall}}{\text{precisão} + \text{recall}} \). O valor varia entre 0 e 1, sendo 1 o ideal.

É especialmente indicado em conjuntos com classes desbalanceadas ou quando se deseja equilibrar a importância de evitar FP e FN. Para múltiplas classes, aplica-se médias como macro ou micro.