O que são critérios de otimização?

O modelo de machine learning utilizado na plataforma retorna, para cada dado de entrada, a probabilidade deste pertencer à classe positiva (geralmente anotada como 1). Assim, quanto maior a probabilidade, maior a chance deste pertencer à classe positiva. Entretanto, a definição se pertence ou não à essa classe depende do chamado ponto de corte (threshold). Escolher um critério de otimização é variar o ponto de corte para que se tenha determinados critérios. Na figura abaixo é possível ver os critérios disponíveis da tela "Simular". 


Na plataforma temos os seguintes critérios:

  • SpEqualSe: Especificidade igual a Sensibilidade 
  • MaxSp: Máximo de Especificidade
  • MaxEfficiency: Máxima Acurácia
  • MaxSe: Máximo de Sensibilidade
  • ROC01: Ponto da curva ROC mais próximo do ponto (0, 1)


Além dos critérios disponíveis, é possível selecionar um ponto de corte personalizado clicando em "Personalizar ponto de corte".