A matriz de confusão é utilizada na avaliação de modelos de classificação, no contexto do aprendizado de máquina. Dentre as
métricas que podem ser extraídas da matriz de confusão, que resumem a capacidade de um modelo de acertar suas predições,
estão o percentual que foi predito:
I. Positivo corretamente sobre o total que de fato era positivo. II. Negativo corretamente sobre o total que de fato era negativo. III. Positivo sobre o total que de fato era negativo. IV. Negativo sobre o total que de fato era positivo.
Os itens de I a IV correspondem, correta e respectivamente, a
I. Positivo corretamente sobre o total que de fato era positivo. II. Negativo corretamente sobre o total que de fato era negativo. III. Positivo sobre o total que de fato era negativo. IV. Negativo sobre o total que de fato era positivo.
Os itens de I a IV correspondem, correta e respectivamente, a
