• AA acurácia de 85% é a métrica mais adequada para avaliar o modelo, pois indica que o modelo acerta a classificação em 85% dos casos, independentemente do tipo de erro, e, portanto, é suficiente para garantir que os falsos negativos sejam minimizados.
• BO recall de 66,7% indica que o modelo identifica corretamente dois terços dos contribuintes de alto risco; como o custo do falso negativo é elevado, seria mais apropriado buscar um modelo com recall mais alto, mesmo que isso reduza a precisão, desde que o custo total dos erros diminua.
• CA precisão de 80% é a métrica mais relevante para o auditor, pois mede a proporção de contribuintes corretamente classificados como alto risco entre todos os classificados como alto risco, e um valor alto de precisão garante que não haja falsos negativos.
• DO F1-score de 72,7% é a métrica ideal para o auditor, pois é a média harmônica entre precisão e recall e, portanto, pondera igualmente os dois tipos de erro, alinhando-se perfeitamente ao objetivo de minimizar o custo assimétrico dos erros.
• EA matriz de confusão mostra que o modelo tem mais falsos positivos (50) do que falsos negativos (100), o que indica que o modelo é conservador e adequado ao objetivo do auditor, pois erra mais ao classificar contribuintes de baixo risco como alto risco, o que não gera prejuízo fiscal.

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

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