Questão
ID 3308689Disciplina: Tecnologia da Informação
Assuntos: Métricas de Avaliação ML (Acurácia, Precisão, Recall, F1, AUC)
Ano: 2023 Banca: FGV - Fundação Getúlio Vargas Órgão: Receita Federal do Brasil
Suponha que um modelo de classificação binária foi treinado para distinguir e-mails de spam de e-mails legítimos. O modelo foi testado em um conjunto de dados de teste com 200 e-mails, sendo 100 e-mails de spam e 100 e-mails legítimos.
A matriz de confusão é dada por 80 verdadeiros positivos, 85 verdadeiros negativos, 15 falsos positivos (erro tipo 1) e 20 falsos negativos (erro tipo 2).
Nessas condições, o F1-Score do modelo deve ser aproximadamente igual a