Acurácia, precisão, recall e F1-score são as métricas que medem um modelo de classificação — aquele que responde “sim ou não”, “converte ou não converte”, “é spam ou não”. Todas derivam da mesma tabela de quatro células, a matriz de confusão, que cruza o que o modelo previu com o que de fato aconteceu. Entender essa origem comum é o que separa quem lê um relatório de modelo de quem é enganado por ele. E há uma armadilha específica que atinge marketing com força: num problema desbalanceado, a acurácia mente. Como registra um guia metodológico acadêmico, um classificador que sempre responde a mesma coisa, ignorando a entrada, teria 90% de acurácia num conjunto 90/10 — sendo completamente inútil. Se apenas 1% dos seus leads converte, prever que ninguém converte dá 99% de acurácia.
A matriz de confusão e o que sai dela
Quatro células, e todo o resto é aritmética sobre elas:
| Aconteceu | Não aconteceu | |
|---|---|---|
| Modelo disse que sim | Verdadeiro positivo | ⚠️ Falso positivo |
| Modelo disse que não | ⚠️ Falso negativo | Verdadeiro negativo |
- Acurácia — quanto o modelo acertou no total. Enganosa quando as classes são desbalanceadas.
- Precisão — dos que o modelo apontou, quantos eram de verdade. Responde: posso confiar quando ele diz que sim?
- Recall — dos que realmente eram, quantos ele encontrou. Responde: quantos escaparam?
- F1-score — média harmônica entre precisão e recall, para quando se quer um número só.
⚠️ E precisão e recall não são estritamente opostos
Circula que “aumentar um sempre reduz o outro”. A documentação técnica de referência contradiz essa formulação: baixar o limiar de decisão pode aumentar o recall, mas também pode deixar o recall inalterado enquanto a precisão oscila — e a conclusão literal é que a precisão não decresce necessariamente com o recall.
Há uma explicação simples para isso: o denominador do recall não depende do limiar; o da precisão depende. Existe tensão entre as duas — não uma relação inversa garantida. Quem afirma a versão rígida está simplificando um comportamento que precisa ser medido caso a caso.
O que isso muda na prática
A pergunta que decide qual métrica olhar é: qual erro custa mais caro no seu caso?
| Situação | Erro que dói | Métrica que manda |
|---|---|---|
| Time comercial pequeno, poucas ligações possíveis | Falso positivo — perder tempo com quem não compra | Precisão |
| Detectar risco de cancelamento | Falso negativo — deixar o cliente sair sem tentar | Recall |
| Moderar conteúdo ofensivo | Depende da política da marca | Definir antes, não depois |
Três regras que evitam o erro mais comum:
- Nunca aceite só a acurácia. Se o fornecedor apresenta um número isolado e não mostra a matriz de confusão, peça. A ausência dela costuma esconder desbalanceamento.
- Pergunte a taxa base. Se 2% converte, qualquer acurácia abaixo de 98% é pior que não fazer nada. Esse é o piso de comparação, não zero.
- Escolha a métrica antes de treinar. Definir o que importa depois de ver o resultado é escolher a métrica que favorece o modelo que se quer aprovar.
Vale a conexão: a média também esconde falha concentrada em subgrupo, como mostra o verbete de viés algorítmico. E o erro de avaliação que mais custa em modelos de propensão está em validação cruzada.
Fontes
- How to avoid machine learning pitfalls — Lones, o exemplo do classificador inútil com 90% de acurácia
- 100% Classification Accuracy Considered Harmful — PLoS ONE, o paradoxo da acurácia formalizado
- Precision-Recall — documentação do scikit-learn, fórmulas e a ressalva sobre o trade-off
Leitura das fontes em 17/08/2026.