As denominações das classes A e B, de acordo com a Matriz de Confusão apresentada são, respectivamente, Predita e Verdadeira (letra e).

Medição da performance de modelos com a Matriz de Confusão

A matriz de confusão é uma ferramenta essencial na avaliação de algoritmos de classificação. Ela ajuda a visualizar o desempenho do modelo, destacando a relação entre as classes preditas e as classes verdadeiras.

Na tabela da matriz de confusão, as classes Predita e Verdadeira são representadas com a classe predita na linha superior e a verdadeira na primeira coluna. Os valores na células da matriz tem as seguintes definições:

• Verdadeiro Positivo (TP): Nessa célula, estão os casos em que o modelo previu corretamente uma instância como positiva.

• Falso Positivo (FP): Aqui, encontram-se os casos em que o modelo errou ao prever uma instância como positiva, quando, na verdade, era negativa (um erro do tipo I).

• Verdadeiro Negativo (TN): Esta célula inclui casos em que o modelo previu corretamente que uma instância era negativa.

• Falso Negativo (FN): Nesta célula, estão os casos em que o modelo errou ao prever uma instância como negativa, quando, na verdade, era positiva (um erro do tipo II).
  
  

Uma matriz 3x3 amplia esse conceito para problemas de classificação com três classes, permitindo a contagem de verdadeiros positivos, falsos positivos, verdadeiros negativos e falsos negativos para cada classe em relação a todas as outras. Isso é fundamental na análise do desempenho de algoritmos em tarefas de classificação complexas.

Para aprender mais sobre a matriz de confusão clique no link: https://brainly.com.br/tarefa/52784618

#SPJ1

Resposta:

e.Predita e verdadeira.

Explicação:

Corrigido no Gabarito