Sistemas de aprendizagem supervisionados são avaliados usando várias métricas para determinar sua eficácia. Duas métricas comuns são precisão e precisão. Compreender como calcular essas métricas é essencial para avaliar o desempenho do modelo.

Calculando a Exatidão

A precisão mede a proporção de previsões corretas feitas pelo modelo de todas as previsões. É calculada usando a fórmula:

Acuração = (Número de Predições Corretas) / (Número Total de Predições)

Por exemplo, se um modelo prevê corretamente 90 de 100 instâncias, a precisão é de 0,9 ou 90%.

Calculando Precisão

A precisão foca nas previsões positivas feitas pelo modelo. Indica quantos dos positivos previstos são positivos reais. A fórmula é:

Precisão = (Verdadeiramente Positivos) / (Verdadeira Positivos + Falsos Positivos)

Por exemplo, se um modelo prevê 50 positivos, e 40 deles estão corretos, a precisão é de 0,8 ou 80%.

Resumo dos Passos de Cálculo

  • Identificar o número total de previsões e previsões corretas para precisão.
  • Contar os verdadeiros positivos e os falsos positivos para precisão.
  • Aplicar as fórmulas para calcular cada métrica.