Question

A matriz de confusão é um método amplamente utlizado para avaliar modelos de classificação. Com base em uma matriz de confusão é possível identicar a precisão geral do modelo, bem como a precisão em prever elementos de classes diferentes. A matriz de confusão mostra os valores reais observados em um conjunto de dados, e as previsões para essas classes, feitas pelo modelo de classificação

Elaborado pelo professor, 2022.

Analise a seguinte matriz de confusão, aplicada a um modelo de classificação, cujo objetivo é prever se um determinando cliente fará uma nova compra ou não. Qual a previsão total do modelo e as previsões das classes "Compra" e "Não Compra"?


Alternativas
Alternativa 1:
Precisão total: 84,3%; Precisão da classe "Compra": 91,1%; Precisão da classe "Não Compra": 70,5%

Alternativa 2:
Precisão total: 91,1%; Precisão da classe "Compra": 84,3%; Precisão da classe "Não Compra": 70,5%

Alternativa 3:
Precisão total: 70,5%; Precisão da classe "Compra": 91,1%; Precisão da classe "Não Compra": 84,3%

Alternativa 4:
Precisão total: 84,3%; Precisão da classe "Compra": 70,5%; Precisão da classe "Não Compra": 91,1%

Alternativa 5:
Precisão total: 91,1%; Precisão da classe "Compra": 70,5%; Precisão da classe "Não Compra": 84,3%

Answer 1

Resposta:

Alternativa 5:

Precisão total: 91,1%; Precisão da classe "Compra": 70,5%; Precisão da classe "Não Compra": 84,3%

Explicação:

Precisão = TP / TP + FP
Acurácia = TP + TN / TP + TN + FP + FN