FC ConcursosFC Concursos

Questão FC94791

As métricas de avaliação de desempenho de um modelo de aprendizado de máquina, que é um componente integrante de qualquer projeto de ciência de dados, destinam-se a estimar a preci

Inteligência Artificial (IA)

CEBRASPE (CESPE) · 2022

As métricas de avaliação de desempenho de um modelo de aprendizado de máquina, que é um componente integrante de qualquer projeto de ciência de dados, destinam-se a estimar a precisão da generalização de um modelo sobre os dados futuros (não vistos ou fora da amostra). Dentre as métricas mais conhecidas, estão a matriz de confusão, precisão, recall, pontuação, especificidade e a curva de características operacionais do receptor (ROC).

Acerca das características específicas dessas métricas, julgue o próximo item.

A matriz de confusão a seguir apresenta três rótulos de classe; os elementos diagonais representam o número de pontos para os quais o rótulo previsto é igual ao rotulo verdadeiro, enquanto qualquer coisa fora da diagonal teve um rótulo atribuído erroneamente pelo classificador. Quanto menores forem os valores diagonais da matriz de confusão, melhor o modelo adotado.

Mostrar resposta e comentário

Gabarito

Errado

Comentário do professor

Comentário: A afirmação está errada porque, na matriz de confusão, os valores diagonais representam os acertos do modelo, ou seja, o número de previsões corretas para cada classe. Portanto, quanto maiores forem os valores diagonais, melhor é o desempenho do modelo, pois indica que o classificador está acertando mais rótulos verdadeiros. Assim, a frase "quanto menores forem os valores diagonais, melhor o modelo adotado" é incorreta, pois sugere que menos acertos indicam um melhor desempenho, o que não é verdade.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo