Matriz de confusão e desequilíbrios de dados
Como sabemos se um modelo é bom ou mau na classificação dos nossos dados? A forma como os computadores avaliam o desempenho de modelos às vezes pode ser difícil de compreender ou pode simplificar demasiado a forma como o modelo se irá comportar no mundo real. Para criar modelos que funcionem de forma satisfatória, precisamos de encontrar formas intuitivas de os avaliar e de compreender como estas métricas podem influenciar a nossa visão.
Objetivos de aprendizagem
Neste módulo, irá:
- Avaliar o desempenho dos modelos de classificação.
- Analise as métricas para melhorar os modelos de classificação.
- Reduza os problemas de desempenho causados por desequilíbrios de dados.
Pré-requisitos
Familiaridade básica com modelos de classificação