Uma alternativa para medir performance de um modelo de classificação é utilizar matriz de confusão para verificar quantas instâncias da classe “0” foram classificadas como a classe “1” e vice-versa. Para gerar uma matriz de confusão, precisaremos ter um conjunto de previsões para serem comparadas com a variável resposta. Analise as afirmativas abaixo: A matriz de confusão apresenta a comparação entre os valores reais e os valores previstos por um modelo supervisionado. II. Os valores reais positivos, previstos como tal, são chamados de Falso Positivo (FP). III. Os valores reais negativos, previstos como negativos, são chamados de Falso Negativo (FN).
Uma alternativa para medir performance de um modelo de classificação é utilizar matriz de confusão para verificar quantas instâncias da classe “0” foram classificadas como a classe “1” e vice-versa. Para gerar uma matriz de confusão, precisaremos ter um conjunto de previsões para serem comparadas com a variável resposta. Analise as afirmativas abaixo:
I. A matriz de confusão apresenta a comparação entre os valores reais e os valores previstos por um modelo supervisionado.
II. Os valores reais positivos, previstos como tal, são chamados de Falso Positivo (FP).
III. Os valores reais negativos, previstos como negativos, são chamados de Falso Negativo (FN).
- I, e III apenas.
- II, e III apenas.
- I, apenas.
- II, apenas.
- I, II e III.