Questão nº 21
Questão de Tecnologia da Informação · FCC TRT22 2022 (nº 21)
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
- AVerdadeiro Positivo − Verdadeiro Negativo − Falso Positivo − Falso Negativo. (alternativa correta)
- BFalso Positivo − Verdadeiro Positivo − Verdadeiro Negativo − Falso Negativo.
- CFalso Negativo − Verdadeiro Positivo − Falso Positivo − Verdadeiro Negativo.
- DVerdadeiro Positivo − Falso Negativo − Verdadeiro Negativo − Falso Positivo.
- EFalso Negativo − Falso Positivo − Verdadeiro Negativo − Verdadeiro Positivo.
Resposta comentada
Gabarito Alternativa A
A matriz de confusão é uma tabela que nos ajuda a entender o desempenho de um modelo de classificação, mostrando quantas vezes ele acertou e errou suas previsões para cada categoria. Ela compara o que o modelo previu com o que realmente aconteceu.
- Verdadeiro (True): A previsão do modelo está correta.
- Falso (False): A previsão do modelo está incorreta.
- Positivo (Positive): O modelo previu a classe "positiva".
- Negativo (Negative): O modelo previu a classe "negativa".
Com base nisso, os termos são:
- Verdadeiro Positivo (VP): O modelo previu Positivo, e a realidade era Positivo (acertou).
- Verdadeiro Negativo (VN): O modelo previu Negativo, e a realidade era Negativo (acertou).
- Falso Positivo (FP): O modelo previu Positivo, mas a realidade era Negativo (errou, um "falso alarme").
- Falso Negativo (FN): O modelo previu Negativo, mas a realidade era Positivo (errou, uma "falha de detecção").
Analisando os itens:
I. "Positivo corretamente sobre o total que de fato era positivo." - O modelo previu Positivo e acertou. Isso é Verdadeiro Positivo.
II. "Negativo corretamente sobre o total que de fato era negativo." - O modelo previu Negativo e acertou. Isso é Verdadeiro Negativo.
III. "Positivo sobre o total que de fato era negativo." - O modelo previu Positivo, mas a realidade era Negativo (errou). Isso é Falso Positivo.
IV. "Negativo sobre o total que de fato era positivo." - O modelo previu Negativo, mas a realidade era Positivo (errou). Isso é Falso Negativo.
(A) Correta: A sequência "Verdadeiro Positivo − Verdadeiro Negativo − Falso Positivo − Falso Negativo" corresponde exatamente à descrição dos itens I, II, III e IV, respectivamente.
(B) Incorreta: A ordem dos termos está errada, começando com Falso Positivo em vez de Verdadeiro Positivo para o item I.
(C) Incorreta: A ordem dos termos está errada, começando com Falso Negativo em vez de Verdadeiro Positivo para o item I.
(D) Incorreta: Esta alternativa é um distrator comum. Embora acerte os dois primeiros termos (Verdadeiro Positivo e Verdadeiro Negativo), ela inverte a ordem dos Falsos Positivos e Falsos Negativos. O item III ("Positivo sobre o total que de fato era negativo") descreve um Falso Positivo, não um Falso Negativo. O item IV ("Negativo sobre o total que de fato era positivo") descreve um Falso Negativo, não um Falso Positivo. A pegadinha está em confundir ou trocar as definições de Falso Positivo (erro tipo I) e Falso Negativo (erro tipo II).
(E) Incorreta: A ordem dos termos está errada, começando com Falso Negativo em vez de Verdadeiro Positivo para o item I.
Fonte: FCC TRT22 2022 Analista Judiciário - Área Apoio Especializado - Especialidade Tecnologia da Informação (Caderno Tipo 1). Reproduzida para fins de estudo.