9.4 Métricas de desempenho

As métricas de desempenho são importantes para avaliar a capacidade preditiva dos modelos. As principais podem ser obtidas pelo pacote caret (Kuhn 2022). A tabela https://en.wikipedia.org/wiki/Precision_and_recall#Definition pode ser útil.

Seja \(\{ \text{Verdadeiro}, \text{Falso} \} \times \{ \text{Positivo}, \text{Negativo} \} \equiv \{ V, F \} \times \{ P, N \} = \{ VP, VN, FP, FN \}\) o conjunto de todos os status de classificação possíveis.

	Event	No event
	TP	FP
	FN	TN

\[\begin{equation} \text{Acurácia}=\frac{VP+VN}{VP+VN+FP+FN} \tag{9.1} \end{equation}\]

9.4.1 Curva ROC

https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5

Referências

Kuhn, Max. 2022. Caret: Classification and Regression Training. https://CRAN.R-project.org/package=caret.