Considere a seguinte matriz de confusão com o desempenho de um classificador: | | | | | --- | --- |...

Alternativa C - 45,45%.

Introdução

Em problemas de classificação, a métrica Precision (Precisão) indica a proporção de predições positivas que foram realmente corretas.

Desenvolvimento

A fórmula da precisão é: Precisão = TP / (TP + FP) Onde:

• TP (True Positive): Verdadeiros Positivos.
• FP (False Positive): Falsos Positivos.

Análise

Analisando a matriz fornecida, onde as linhas representam a Classe Prevista e as colunas a Classe Verdadeira (conforme a interpretação para este gabarito):

• Classe Prevista P: Teve 25 acertos (TP) e 30 erros provenientes da classe N (FP).
• TP = 25
• FP = 30

Cálculo: Precisão = 25 / (25 + 30) Precisão = 25 / 55 Precisão ≈ 0,454545... Convertendo para porcentagem: 45,45%.

Conclusão

De todas as vezes que o modelo previu a classe Positiva, ele acertou em apenas 45,45% dos casos.

Alternativa C.