Considere a matriz de confusão abaixo, que mostra o desempenho de um modelo de classificação, na qual TP = Verdadeiro positivo, TN = Verdadeiro negativo, FP = Falso positivo e FN = Falso negativo:
|
Predição |
||
|
Realidade |
Sim |
Não |
|
Sim |
600 (TP) |
400 (FN) |
|
Não |
100 (FP) |
900 (TN) |
Para se fazer a avaliação do modelo, utilizam-se as métricas de classificação acurácia, especificidade e sensibilidade, assim definidas:
Acurácia=!$ \dfrac{TP+TN}{TP+TN+FP+FN} !$ Especificidade=!$ \dfrac{TN}{TN+FP} !$ Sensibilidade=!$ \dfrac{TP}{TP+FN} !$
Com base na matriz de confusão e nas métricas indicadas, afirma-se que a
