VP · Verdadeiro positivo
Era positivo e o modelo previu positivo.
doente → detectadoAVALIAÇÃO DE MODELOS · MATRIZ DE CONFUSÃO
Conte como o modelo acertou e como ele errou.
A matriz de confusão cruza a classe real com a classe prevista. Ela não resume tudo em um número: separa acertos e erros positivos e negativos.
Montar a matriz ↓VPpositivo correto
FNpositivo perdido
FPalarme falso
VNnegativo correto
01 · DUAS PERGUNTAS
O que era real? O que foi previsto?
Nesta página, as linhas representam a classe real e as colunas representam a previsão. Sempre confira a orientação, pois algumas ferramentas exibem os eixos de outra maneira.
VN · Verdadeiro negativo
Era negativo e o modelo previu negativo.
saudável → liberadoFP · Falso positivo
Era negativo, mas o modelo disparou positivo.
saudável → alarmeFN · Falso negativo
Era positivo, mas o modelo respondeu negativo.
doente → não detectado02 · EXEMPLO DINÂMICO
Altere a matriz e observe todas as métricas.
Use os cenários prontos ou arraste cada quantidade. A posição de VP, VN, FP e FN não muda; apenas suas contagens.
03 · A MATRIZ É A BASE
Cada métrica responde a uma pergunta diferente.
| Métrica | Pergunta | Fórmula binária |
|---|---|---|
| Acurácia | Quanto o modelo acertou no total? | (VP+VN)÷Total |
| Precisão | Quando disse positivo, quantas vezes acertou? | VP÷(VP+FP) |
| Recall | Dos positivos reais, quantos encontrou? | VP÷(VP+FN) |
| F1-score | Qual o equilíbrio entre Precisão e Recall? | 2PR÷(P+R) |