Métricas para Avaliação de Classificadores

Explicando a importância de avaliar modelos de classificação, introduzindo a matriz de confusão como base para o cálculo das métricas. Apresentando as métricas de acurácia, precisão e recall, explicando o significado de cada uma e em quais cenários elas são mais adequadas. Ao final, propondo uma prática simples em que analisamos os resultados de previsões de um modelo e calculem manualmente as métricas a partir de uma matriz de confusão. link 1 do código feito em aula: github.com/praticas-codes/codigos-aulasML/blob/main/metricas-avaliacao link 2 do código feito em aula: github.com/praticas-codes/codigos-aulasML/blob/main/matriz-confusao