Uma equipe de auditoria fiscal de um estado brasileiro desenvolveu um modelo de aprendizado supervisionado para priorizar contribuintes com maior probabilidade de sonegação. O conjunto de dados contém 10.000 registros, dos quais apenas 500 são positivos (sonegadores confirmados). O modelo foi treinado e, ao ser avaliado em um conjunto de teste com 2.000 registros (dos quais 100 são positivos), apresentou a seguinte matriz de confusão:
O gestor da equipe, ao analisar as métricas, afirmou: 'Como a acurácia do modelo é de 88,5%, ele é adequado para priorizar os contribuintes, pois erra pouco'. Um analista de dados, porém, contestou a afirmação, argumentando que a acurácia é uma métrica enganosa nesse contexto e que outras métricas revelam um desempenho insatisfatório para o objetivo de priorização.
Considerando as métricas de avaliação de modelos de classificação para dados desbalanceados, assinale a alternativa que apresenta uma análise correta da contestação do analista e a justificativa técnica adequada.
Selecione uma alternativa pra criar sua conta e salvar o progresso.