Questão 98926 de Tecnologia da Informação - PORTAL CONCURSOS 2025

Questão

ID 98926

Disciplina: Tecnologia da Informação

Assuntos: Classificação (ML), Métricas de Avaliação ML (Acurácia, Precisão, Recall, F1, AUC)

Ano: 2025 Banca: PORTAL CONCURSOS Órgão: PORTAL CONCURSOS

Em um cenário de classificação binária com um dataset altamente desbalanceado, onde a classe positiva representa apenas 2% do total de amostras, um engenheiro de Machine Learning treinou um modelo baseado em Gradient Boosting (XGBoost). Ao avaliar o modelo, ele obteve uma acurácia de 98%. Contudo, ao analisar a matriz de confusão e outras métricas, percebeu que o modelo estava classificando praticamente todas as instâncias como pertencentes à classe negativa. Esse fenômeno, conhecido como o paradoxo da acurácia, evidencia a inadequação dessa métrica em cenários desbalanceados. Para contornar esse problema e obter uma avaliação mais fidedigna da performance do modelo na identificação da classe minoritária, qual das seguintes estratégias seria a mais apropriada e tecnicamente justificada?

Alternativa A:
Aumentar a profundidade máxima das árvores (max_depth) e o número de estimadores (n_estimators) no modelo XGBoost para aumentar a complexidade e a capacidade de capturar padrões na classe minoritária, mantendo a acurácia como métrica principal.
Alternativa B:
Substituir a métrica de avaliação por AUC-ROC (Area Under the Receiver Operating Characteristic Curve), pois ela mede a capacidade do modelo de distinguir entre as classes, sendo inerentemente robusta ao desbalanceamento de classes, sem necessidade de reamostragem dos dados.
Alternativa C:
Aplicar uma técnica de reamostragem como SMOTE (Synthetic Minority Over-sampling Technique) para gerar instâncias sintéticas da classe minoritária no conjunto de treino e, em seguida, reavaliar o modelo utilizando a métrica F1-Score, que representa a média harmônica entre precisão e recall.
Alternativa D:
Implementar um ajuste de pesos de classe no algoritmo XGBoost, atribuindo um peso maior à classe positiva durante o treinamento, e utilizar o Log Loss (Perda Logarítmica) como métrica de avaliação, pois ela penaliza mais severamente as previsões incorretas feitas com alta confiança.
Alternativa E:
Realizar uma validação cruzada estratificada (Stratified K-Fold) e calcular a média da acurácia entre os folds, garantindo que a proporção das classes seja mantida em cada divisão, o que por si só corrige o viés da métrica.

Estatísticas Cadernos

Questão 98926

Continue estudando na plataforma