**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](https://comecandonaweb.com.br/marketing-digital/) 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 delaQuatro 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 opostosCircula 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 práticaA 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](https://clubmartech.com.br/blog/sem-avancado-estrategia-roi/) tentar | **Recall** |
| Moderar [conteúdo](https://clubmartech.com.br/blog/conteudo-longo-prazo-anos/) 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](https://clubmartech.com.br/significado/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.*