Glossário IA
O dicionário completo da Inteligência Artificial
Média Harmônica
Média matemática que penaliza valores extremos, utilizada no F1-Score para equilibrar precisão e recall.
Verdadeiros Positivos (TP)
Instâncias corretamente classificadas como positivas pelo modelo, elemento fundamental do cálculo das métricas de classificação.
Falsos Positivos (FP)
Instâncias negativas incorretamente previstas como positivas, impactando diretamente a precisão e podendo ser custoso dependendo do contexto.
F-Beta Score
Generalização do F1-Score com parâmetro beta ajustando a importância relativa entre precisão e recall conforme as necessidades do negócio.
F1-Score Macro
Média aritmética dos F1-Scores calculados independentemente para cada classe, tratando todas as classes com peso igual.
F1-Score Micro
F1-Score calculado globalmente agregando as contribuições de todas as classes, equivalente à acurácia para classificação multiclasse.
F1-Score Weighted
Média ponderada dos F1-Scores por classe de acordo com seu suporte, adequada para datasets com desequilíbrio significativo entre classes.
AUC-PR
Área sob a curva Precisão-Recall, métrica mais informativa que a AUC-ROC para classes fortemente desequilibradas.
MCC (Coeficiente de Correlação de Matthews)
Coeficiente de correlação entre observações e previsões binárias, métrica única equilibrada mesmo com desequilíbrio de classes.
F2-Score
Variante do F-Score com beta=2, dando duas vezes mais peso ao recall do que à precisão, útil quando falsos negativos são críticos.
F0.5-Score
Variante do F-Score com beta=0.5, privilegiando a precisão sobre o recall, adequada quando falsos positivos são particularmente custosos.