Uma Secretaria de Fazenda estadual está desenvolvendo um modelo de aprendizado de máquina para detectar fraudes em declarações de ICMS. A equipe de ciência de dados construiu um conjunto de dados com 100.000 declarações, das quais apenas 1.000 são fraudulentas (1% de positivos). O modelo A obteve acurácia de 99%, com recall de 0% para a classe positiva. O modelo B obteve acurácia de 95%, com recall de 80% e precisão de 16% para a classe positiva. O modelo C, por sua vez, apresentou acurácia de 90%, recall de 90% e precisão de 8,3%. O gestor precisa escolher um modelo para implantação, considerando que o custo de um falso negativo (fraude não detectada) é altíssimo, enquanto o custo de um falso positivo (declaração legítima sinalizada) é moderado, mas não desprezível, pois implica auditoria manual. Além disso, a equipe dispõe de recursos limitados para auditar no máximo 10.000 declarações por mês.
Com base nesse cenário e nos conceitos de avaliação de modelos de classificação desbalanceada, assinale a alternativa que apresenta a análise correta sobre a escolha do modelo e a justificativa técnica.
Selecione uma alternativa pra criar sua conta e salvar o progresso.