--- title: "Devo escolher meu modelo de Machine Learning pela acurácia?" url: https://www.blog.psicometriaonline.com.br/devo-escolher-meu-modelo-de-machine-learning-pela-acuracia canonical: https://www.blog.psicometriaonline.com.br/devo-escolher-meu-modelo-de-machine-learning-pela-acuracia language: pt-BR published: 2026-09-16T12:01:42.591Z updated: 2026-09-16T12:03:11.557Z modified: 2026-09-16T12:03:11.557Z author: "Alessandro Reis" categories: ["Inteligência artificial"] tags: ["machine learning", "dados categóricos", "acurácia diagnóstica"] description: "A acurácia é a métrica mais citada em artigos com Machine Learning, mas ela pode esconder erros graves, especialmente em dados desbalanceados. " source: Blog Psicometria Online --- # Devo escolher meu modelo de Machine Learning pela acurácia? > A acurácia é a métrica mais citada em artigos com Machine Learning, mas ela pode esconder erros graves, especialmente em dados desbalanceados. Entenda quando confiar nela e quais alternativas usar. É cada vez mais comum encontrar, em teses e artigos de ciências humanas, sociais e da saúde, modelos de Machine Learning treinados para classificar pessoas em categorias: risco ou não risco de evasão escolar, presença ou ausência de transtorno, resposta ou não resposta a um tratamento. Ao final da análise, o pesquisador precisa decidir qual modelo é o melhor, e a métrica que primeiro aparece no relatório do software costuma ser a acurácia. A pergunta que este post responde é direta: escolher o modelo com maior acurácia é uma decisão segura? A resposta curta é que não, pelo menos não sozinha. Vamos entender o que a acurácia realmente mede, por que ela pode enganar em situações muito comuns na pesquisa aplicada e quais métricas complementares tornam a comparação entre modelos mais honesta e mais útil para o objetivo científico do estudo. ## O que é acurácia e o que ela realmente mede? Acurácia é a proporção de previsões corretas em relação ao total de casos avaliados. Se um modelo classifica 100 participantes e acerta 90 deles, sua acurácia é de 90%. Essa proporção é calculada a partir da matriz de confusão, uma tabela que cruza a classificação prevista pelo modelo com a classificação real observada, organizando os resultados em quatro categorias: verdadeiros positivos, verdadeiros negativos, falsos positivos e falsos negativos. Formalmente, acurácia é igual a (verdadeiros positivos mais verdadeiros negativos) dividido pelo total de casos. Ela responde a uma pergunta única e agregada: de modo geral, quantas vezes o modelo acertou? O problema é que essa pergunta trata todos os acertos e todos os erros como equivalentes, sem distinguir se o modelo está errando mais ao deixar passar casos que deveriam ser detectados ou ao gerar alarmes falsos. Em pesquisa aplicada, esses dois tipos de erro quase nunca têm o mesmo custo, e é justamente aí que a acurácia começa a mostrar suas limitações. ## Por que a acurácia pode ser enganosa? O problema mais conhecido é o chamado paradoxo da acurácia, que aparece quando as classes que o modelo tenta prever são desbalanceadas, ou seja, quando uma categoria é muito mais frequente que a outra. Isso é a regra, não a exceção, em muitos desfechos de saúde e de ciências sociais: risco de suicídio, evasão universitária, presença de um transtorno raro. Nessas situações, um modelo pode alcançar acurácia alta simplesmente por prever sempre a classe majoritária, sem aprender nada de útil sobre a classe minoritária, que costuma ser justamente a de maior interesse clínico ou social. Vamos ilustrar isso com um exemplo simulado de triagem, em que apenas 10 de 200 participantes apresentam o desfecho de interesse (uma prevalência de 5%, comum em estudos de rastreio). ```r # Exemplo ilustrativo: classe rara (5% de prevalencia) verdadeiro <- factor(c(rep("Caso", 10), rep("Nao_caso", 190))) predito_trivial <- factor(rep("Nao_caso", 200), levels = levels(verdadeiro)) tabela <- table(Predito = predito_trivial, Real = verdadeiro) tabela ``` ```text Real Predito Caso Nao_caso Caso 0 0 Nao_caso 10 190 ``` A linha "Caso" aparece com zero em ambas as colunas porque o fator predito\_trivial foi criado com os mesmos níveis do fator verdadeiro, mesmo sem nenhum caso previsto como "Caso": esse é justamente o ponto. Esse modelo trivial nunca prevê a classe "Caso", ele simplesmente ignora a existência da categoria rara e ainda assim acerta 190 dos 200 casos, resultando em uma acurácia de 95%. Um leitor apressado poderia concluir que se trata de um excelente modelo. Na prática, esse modelo é inútil, porque não identifica nenhum dos dez casos que mais interessam à pesquisa. Ele tem sensibilidade zero, isto é, não detecta nenhum verdadeiro positivo, apesar da acurácia elevada. Agora compare com um segundo modelo, mais realista, que erra em alguns casos, mas consegue identificar parte da classe rara. ```r VP <- 6; FN <- 4; FP <- 15; VN <- 175 acuracia <- (VP + VN) / (VP + VN + FP + FN) sensibilidade <- VP / (VP + FN) especificidade <- VN / (VN + FP) precisao <- VP / (VP + FP) f1 <- 2 * (precisao * sensibilidade) / (precisao + sensibilidade) resultados <- data.frame(acuracia, sensibilidade, especificidade, precisao, f1) resultados ``` ```text acuracia sensibilidade especificidade precisao f1 1 0.905 0.6 0.921 0.286 0.3870968 ``` A acurácia desse segundo modelo é menor, 90,5% contra 95% do modelo trivial, mas sua sensibilidade é de 60%, contra 0% do primeiro. Ou seja, esse modelo detecta seis dos dez casos reais, o que o torna muito mais útil em um contexto de triagem, ainda que sua acurácia global seja pior. Esse exemplo simulado mostra de forma direta por que escolher o modelo apenas pelo maior valor de acurácia pode levar a decisões equivocadas em pesquisa aplicada. ## Quais métricas podem ser usadas além da acurácia? A sensibilidade, também chamada de recall ou taxa de verdadeiros positivos, indica a proporção de casos reais que o modelo conseguiu identificar corretamente. A especificidade indica a proporção de não casos que o modelo classificou corretamente como não casos. Essas duas métricas, olhadas em conjunto, revelam o tipo de erro que o modelo comete: falsos negativos, quando deixa de detectar um caso real, ou falsos positivos, quando aponta um caso que não existe. A precisão, ou valor preditivo positivo, indica quantos dos casos que o modelo classificou como positivos realmente são positivos, uma informação especialmente relevante quando um alarme falso tem custo prático, como encaminhar alguém para uma avaliação clínica desnecessária. O F1-score combina precisão e sensibilidade em uma única medida, útil quando se quer equilibrar os dois tipos de erro sem descartar nenhum deles. A área sob a curva ROC, conhecida como AUC, avalia a capacidade do modelo de discriminar entre as classes considerando todos os possíveis pontos de corte, não apenas um limiar fixo, o que a torna útil para comparar modelos de forma mais geral (Fawcett, 2006). Em contextos de forte desbalanceamento, a curva de precisão e sensibilidade (precision-recall) costuma ser mais informativa que a curva ROC, porque é mais sensível ao desempenho na classe rara (Saito & Rehmsmeier, 2015). Vale mencionar ainda o coeficiente kappa de Cohen, que corrige a concordância observada pela concordância esperada ao acaso, e o Brier score, que avalia a calibração das probabilidades previstas pelo modelo. ## Qual métrica devo escolher para minha pesquisa? A escolha da métrica depende do custo relativo de cada tipo de erro no contexto do estudo, não de uma regra universal. Em triagem de risco à saúde, como rastreio de ideação suicida ou de um transtorno grave, deixar de identificar um caso real (falso negativo) costuma ser mais custoso que investigar um caso que não se confirma, o que justifica priorizar a sensibilidade mesmo às custas de alguma perda de acurácia. Já em situações nas quais um falso positivo gera um custo alto, como alocar um recurso escasso a alguém que não precisava, a precisão ou a especificidade merecem mais peso. Quando não há um tipo de erro claramente mais grave, métricas de equilíbrio como o F1-score ou a AUC oferecem uma visão mais geral do desempenho do modelo. O ponto central é que a métrica deve ser definida a partir da pergunta de pesquisa e das consequências práticas de cada erro, antes de rodar qualquer modelo, e não escolhida a posteriori conforme o número que mais favorece o modelo preferido. ## Como comparar modelos de Machine Learning de forma adequada? Comparar modelos exige mais do que olhar um único número em uma única divisão dos dados. O procedimento usual envolve validação cruzada, em que os dados são repetidamente divididos em subconjuntos de treino e teste, gerando uma distribuição de valores para cada métrica em vez de um ponto isolado, o que permite avaliar a estabilidade do desempenho (Kuhn & Johnson, 2013; James, Witten, Hastie & Tibshirani, 2013). Reportar média e variabilidade da métrica entre as dobras é mais informativo do que reportar um único valor obtido em uma divisão específica dos dados. É importante também comparar múltiplas métricas lado a lado, e não apenas a que mais favorece um modelo específico, já que diferentes métricas capturam aspectos distintos do desempenho, como discutido por Powers (2011). Antes mesmo de comparar modelos, vale lembrar que boa parte dos problemas de avaliação nasce em etapas anteriores, como já detalhamos ao tratar da [preparação de dados que decide o sucesso do machine learning](/antes-do-algoritmo-por-que-a-preparacao-de-dados-decide-o-sucesso-do-seu-machine-learning). Erros como usar o mesmo conjunto de dados para treinar e avaliar o modelo, ou ignorar o desbalanceamento das classes, também estão entre os equívocos mais frequentes descritos em [outro post desta série sobre erros comuns em Machine Learning](/os-10-erros-mais-comuns-no-uso-de-machine-learning-em-pesquisas-parte-2). No manuscrito, evite reportar apenas a acurácia de forma isolada. Uma frase-modelo adequada seria: "O modelo apresentou acurácia de 90,5%, sensibilidade de 60% e especificidade de 92,1% no conjunto de teste, avaliados por validação cruzada com k = 10", explicitando qual métrica orientou a escolha final entre os modelos comparados e por quê. Em síntese, a acurácia é um bom ponto de partida, mas raramente é suficiente sozinha. Ela deve ser interpretada ao lado de métricas que revelem o tipo de erro cometido pelo modelo, e a escolha da métrica prioritária deve refletir as consequências práticas de cada erro no contexto específico da pesquisa, não a conveniência de destacar o número mais favorável. ## Perguntas frequentes A acurácia é sempre uma métrica ruim? Não. Ela é adequada quando as classes estão balanceadas e os custos de falso positivo e falso negativo são semelhantes, mas deixa de ser suficiente em cenários desbalanceados ou com erros de custo distinto. O que é o paradoxo da acurácia? É a situação em que um modelo obtém acurácia alta apenas por ignorar a classe minoritária, sem realmente conseguir identificá-la, o que o torna pouco útil na prática. Qual métrica devo priorizar em dados desbalanceados? Sensibilidade, especificidade, F1-score e a curva de precisão e sensibilidade costumam ser mais informativos que a acurácia isolada nesses casos. Preciso reportar mais de uma métrica no artigo? Sim, é recomendável reportar um conjunto de métricas complementares e justificar, no texto, qual delas orientou a escolha final entre os modelos avaliados. ## Referencias 1. Fawcett (2006) An introduction to ROC analysis. Pattern Recognition Letters. https://doi.org/10.1016/j.patrec.2005.10.010 2. Saito, Rehmsmeier (2015) The Precision-Recall Plot Is More Informative than the ROC Plot When Evaluating Binary Classifiers on Imbalanced Datasets. PLOS ONE. https://doi.org/10.1371/journal.pone.0118432 3. Kuhn, Johnson (2013) Applied Predictive Modeling. https://doi.org/10.1007/978-1-4614-6849-3 4. James et al. (2013) Statistical Learning. Springer Texts in Statistics. https://doi.org/10.1007/978-1-4614-7138-7\_2 5. Ting (2011) Precision and Recall. Encyclopedia of Machine Learning. https://doi.org/10.1007/978-0-387-30164-8\_652 **Continue aprendendo:** para dominar este tema na pratica, conheca a formacao *Construcao, Adaptacao e Validacao de Instrumentos* da Psicometria Online Academy. *Este conteudo e educativo; verifique os pressupostos e adapte ao seu desenho de pesquisa e aos seus dados.* > **Como citar este artigo:** Reis, A. (2026, 16 de setembro). Devo escolher meu modelo de machine learning pela acurácia? *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/devo-escolher-meu-modelo-de-machine-learning-pela-acuracia