Suponha que um modelo de classificação binária foi treinado ...
Próximas questões
Com base no mesmo assunto
Ano: 2023
Banca:
FGV
Órgão:
Receita Federal
Prova:
FGV - 2023 - Receita Federal - Analista-Tributário (manhã) |
Q2096293
Engenharia de Software
Suponha que um modelo de classificação binária foi treinado para
distinguir e-mails de spam de e-mails legítimos. O modelo foi
testado em um conjunto de dados de teste com 200 e-mails, sendo
100 e-mails de spam e 100 e-mails legítimos.
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2).
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2).
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a
Gabarito comentado
Confira o gabarito comentado por um dos nossos professores
Prezados, a questão aborda
conhecimentos pertinentes a Mineração de Dados.
O F1 Score é uma métrica que ajuda a visualizar a precisão P e a reconvocação R de um modelo de classificação binária.
Sua fórmula é: F1-Score = 2 * (P * R) / (P + R)
A precisão é a proporção de verdadeiros positivos em relação à soma de verdadeiros positivos e falsos positivos, enquanto a reconvocação é a proporção de verdadeiros positivos em relação à soma de verdadeiros positivos e falsos negativos.
O F1 Score é uma métrica que ajuda a visualizar a precisão P e a reconvocação R de um modelo de classificação binária.
Sua fórmula é: F1-Score = 2 * (P * R) / (P + R)
A precisão é a proporção de verdadeiros positivos em relação à soma de verdadeiros positivos e falsos positivos, enquanto a reconvocação é a proporção de verdadeiros positivos em relação à soma de verdadeiros positivos e falsos negativos.
Dados fornecidos na questão:
- Verdadeiros positivos (TP) = 80
- Verdadeiros negativos (TN) = 85
- Falsos positivos (FP) = 15
- Falsos negativos (FN) = 20
Reconvocação = TP / (TP + FN) = 80 / (80 + 20) = 0,8
Substituindo esses valores na fórmula do F1-Score:
F1-Score = 2 * (0,8421 * 0,8) / (0,8421 + 0,8) ≈ 0,82
Portanto, conclui-se que “nessas
condições, o F1-Score do modelo deve ser aproximadamente igual a 0,82".
Gabarito do Professor: Letra C
Clique para visualizar este gabarito
Visualize o gabarito desta questão clicando no botão abaixo
Comentários
Veja os comentários dos nossos alunos
F1-score = tp/(tp+1/2*(fp+fn))
F1-score = 80/(80+1/2*(15+20))
F1-score = 0,8116 ~= 0,82
Parabéns pra quem acertou as questões dessa prova. São verdadeiros cientistas da computação.
Não entendi foi nada
Gente, algum curso preparatório ensina isso? Nunca vi esse tipo de conteúdo em material de cursinho...
Informática ou matemática?
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo
Conheça nossos planos