Acuracia
Categoria
Fundamentos de IA
Acuracia é a métrica mais simples de avaliação de classificadores, representando a proporcao total de previsões corretas. Pode ser enganosa em datasets desbalanceados.
Categoria
Fundamentos de IA
Compartilhar
O que é Acuracia?
Acuracia (Accuracy) é a métrica mais intuitiva de avaliação, calculada como a proporcao de previsões corretas sobre o total: Acuracia = (VP VN) / Total. Indica, de forma geral, quantas vezes o modelo acertou.
Quando Funciona Bem
- Classes balanceadas (proporcoes similares)
- Custos de erro simetricos (FP é FN igualmente ruins)
- Como métrica de visao geral rápida
Limitacoes
Em datasets desbalanceados, acuracia pode ser enganosa. Exemplo: se 95% dos emails sao legitimos, um modelo que classifica tudo como legitimo tera 95% de acuracia, mas não detectara nenhum spam.
Alternativas
Para datasets desbalanceados, métricas como F1-Score, AUC-ROC é Balanced Accuracy sao mais informativas. Na Trilion, a acuracia é sempre analisada em conjunto com outras métricas para uma avaliação completa é honesta dos modelos.
