Considere um modelo de classificação que produziu os seguintes resultados: Verdadeiros Positivos (VP): 80 Falsos Negativos (FN): 20 Verdadeiros Negativos (VN):70 Falsos Positivos (FP): 30 Com base nessas informações, a revocação (recall) do modelo será, aproximadamente,
- A)0,72.
Errada, porque 0,72 nao resulta de VP/(VP+FN) com os valores informados.
- B)0,76.
Errada, pois 0,76 nao corresponde ao calculo da revocacao nesse caso.
- C)0,79.
Errada, ja que 0,79 e apenas um valor proximo, mas nao e o resultado correto da formula.
- D)0,80.
Certa, porque recall = 80/(80+20) = 0,80.
- E)0,89.
Errada, pois 0,89 nao tem relacao com os dados da matriz de confusao apresentada.
Gabarito: D
A revocacao, ou recall, mede a capacidade do modelo de encontrar os casos realmente positivos. Em outras palavras, entre todos os positivos que existiam de verdade, quantos foram capturados pelo modelo? A formula e simples: recall = VP / (VP + FN). Aqui, o foco e no que era positivo e foi identificado corretamente, nao no total geral de acertos. No enunciado, temos VP = 80 e FN = 20. Entao, o denominador e 80 + 20 = 100. Fazendo a conta, recall = 80/100 = 0,80. Nada de drama matematico: e uma divisao direta, bem comportada. Isso significa que o modelo recuperou 80% dos casos positivos reais. Se voce pensar em uma situacao de triagem, por exemplo, o recall mostra o quanto o sistema deixou passar ou nao casos importantes. Quanto maior o recall, menos positivos verdadeiros ficam escondidos. Por isso, a alternativa D esta correta. A banca costuma cobrar esses indicadores de classificacao com a formula seca e a leitura correta das matrizes de confusao, entao vale decorar o papel de cada elemento: VP e o que acertou entre os positivos, FN e o que era positivo mas foi perdido.