• Asubstituir a acuracia global pelo coeficiente de determinacao (R-quadrado), pois ele mede a proporcao da variabilidade dos casos positivos explicada pelo modelo e, por isso, e imune ao desbalanceamento entre classes.
• Bmanter a acuracia global como metrica principal e elevar o limiar de decisao do modelo, de modo a reduzir a taxa de falsos positivos e, consequentemente, aumentar a sensibilidade na deteccao de sonegadores.
• Cadotar metricas como recall (sensibilidade), precisao e F1-score, alem da analise da matriz de confusao e da curva ROC/AUC, ajustando o limiar de decisao para priorizar a identificacao dos casos positivos.
• Daplicar exclusivamente a tecnica de analise de componentes principais (PCA) sobre as variaveis preditoras, pois a reducao de dimensionalidade elimina o efeito do desbalanceamento e garante maior recall do modelo.
• Esubstituir o modelo supervisionado por tecnicas de agrupamento (clustering), como k-means, pois a ausencia de rotulos impede a ocorrencia de falsos positivos e assegura a identificacao automatica dos sonegadores.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.