Uma equipe de auditoria fiscal analisa um sistema de mineração de dados utilizado para priorizar contribuintes para fiscalização. O sistema atribui a cada contribuinte um escore de risco de 0 a 100, baseado em variáveis como faturamento declarado, histórico de inconsistências e setor econômico. A auditoria deseja avaliar a qualidade do modelo e, para isso, solicita um relatório técnico. Um analista propõe as seguintes afirmações:
- I. A curva ROC é uma ferramenta adequada para avaliar a capacidade de discriminação do modelo, pois relaciona a taxa de verdadeiros positivos com a taxa de falsos positivos para diferentes limiares de decisão.
- II. O coeficiente de Silhueta é uma métrica apropriada para avaliar a coesão interna dos grupos formados por um algoritmo de clusterização, mas não se aplica à avaliação de modelos de classificação supervisionada.
- III. Em um modelo de regressão logística, os coeficientes estimados representam a variação esperada no logaritmo da chance (log-odds) da variável resposta para cada aumento unitário na variável preditora, mantendo as demais constantes.
- IV. A validação cruzada k-fold é uma técnica que pode ser utilizada tanto para seleção de modelos de classificação quanto para estimar o erro de generalização de modelos de regressão, mas não é aplicável a algoritmos de clusterização, pois estes não possuem uma variável resposta para guiar a partição dos dados.
Considerando os conceitos de classificação, regressão e clusterização, está correto o que se afirma em:
