IA Lab by amano
Neste termo

Precisão

Precision · Positive Predictive Value · Valor Preditivo Positivo

Precisão é a proporção das previsões positivas que realmente pertencem à classe positiva, calculada como verdadeiros positivos divididos por todos os positivos previstos.

avaliação, observabilidade e qualidadenível básicoestável

O que é

A métrica responde: entre os casos que o modelo marcou como positivos, quantos estavam corretos?

Em classificação binária, precisão é TP dividido por TP mais FP. Ela não deve ser confundida com acurácia, que considera todas as classificações.

Como funciona

Cada previsão é comparada com a referência. Verdadeiros positivos entram no numerador, enquanto verdadeiros positivos e falsos positivos formam o denominador.

Alterar o limiar do classificador costuma mudar precisão e recall. A escolha depende do custo de alarmes falsos e casos perdidos.

Um exemplo

Um sistema sinaliza 20 documentos como contendo informação confidencial. Se 15 realmente contêm esse conteúdo, a precisão é 15 dividido por 20, ou 75%.

Onde aparece na prática

  • Revisão: Controlar quantos alertas exigem trabalho sem necessidade.
  • Busca: Medir a proporção dos itens recuperados que são relevantes.
  • Operações: Avaliar alertas quando uma intervenção falsa tem custo alto.

Conceitos que costumam ser confundidos

  • Precisão × recall: Precisão olha para os positivos previstos; recall olha para todos os positivos reais.
  • Precisão × acurácia: Precisão avalia as previsões positivas; acurácia mede a proporção total de classificações corretas.

Limitações e riscos

Um modelo pode obter precisão alta fazendo poucas previsões positivas e ainda deixar muitos casos relevantes de fora.

O valor depende do limiar e da frequência da classe no conjunto avaliado, por isso precisa de contexto e intervalo de incerteza.

Perguntas frequentes

Precisão de 90% significa 90% de acertos totais?

Não. Significa que 90% dos casos previstos como positivos estavam corretos.

Quando priorizar precisão?

Quando falsos positivos geram custo, risco ou retrabalho relevante, sem ignorar o impacto sobre recall.

Fontes principais

Revisado em 2026-10-18.