Uma equipe de ciência de dados de uma Secretaria de Fazenda precisa implantar um pipeline de detecção de anomalias em declarações fiscais. O conjunto de dados possui 2 milhões de registros, 40 atributos numéricos e 3% de casos positivos (fraude). Durante a validação, observou-se que o modelo A apresentou acurácia de 97%, mas recall de 0,10 para a classe positiva; o modelo B apresentou acurácia de 91%, com recall de 0,85 e precision de 0,30. Um analista propôs as seguintes ações:

• I. Escolher o modelo A, pois sua acurácia é superior e, em bases desbalanceadas, a acurácia é a métrica mais confiável para medir o desempenho na classe de interesse.
• II. Escolher o modelo B, pois o recall mais alto indica maior capacidade de identificar os casos positivos, ainda que haja muitos falsos positivos, o que pode ser aceitável quando o custo de deixar passar uma fraude é elevado.
• III. Ajustar o limiar de decisão do modelo B para aumentar a precision, aceitando redução do recall, de modo a equilibrar falsos positivos e falsos negativos conforme o custo operacional de cada erro.
• IV. Aplicar técnicas de reamostragem ou ponderação de classes antes do treinamento, pois o desbalanceamento extremo pode levar o modelo a favorecer a classe majoritária.

Considerando os conceitos de avaliação de modelos de aprendizado de máquina e o contexto apresentado, estao corretas apenas as afirmativas: