FUNDAMENTOS · MACHINE LEARNING · 02
Classification
Transformar sinais em categorias: modelos que estimam a qual classe um novo caso pertence e, frequentemente, com qual probabilidade.
8 min de leituraFraude ou não fraude. Churn ou permanência. Spam ou legítimo.
Classification é um tipo de aprendizado supervisionado em que o modelo aprende com exemplos rotulados. A saída pode ser uma classe ou uma probabilidade associada a cada classe.
Em sistemas empresariais, a probabilidade costuma ser mais útil que um simples sim ou não porque permite aplicar thresholds diferentes conforme risco, custo e contexto.
SUPERVISIONADO
Exemplos conhecidos ensinam o modelo
Durante o treinamento, cada exemplo possui features e um rótulo conhecido. O modelo aprende padrões que ajudam a classificar novos casos.
Duas classes, como fraude / legítimo ou churn / não churn.
Uma escolha entre várias categorias mutuamente exclusivas.
Um mesmo caso pode receber mais de um rótulo simultaneamente.
O score pode representar a confiança ou probabilidade estimada de uma classe.
DECISÃO
O threshold é uma decisão de negócio
Um score de 0,72 não define sozinho se uma transação deve ser negada. O limite depende do custo de falso positivo, falso negativo, experiência do cliente e apetite de risco.
Por isso, métricas técnicas precisam ser conectadas a consequências de negócio.
AVALIAÇÃO
Accuracy nem sempre é a métrica certa
Em problemas desbalanceados, como fraude rara, um modelo pode ter alta accuracy e ainda ser pouco útil. Precision, recall, F1, ROC-AUC e métricas econômicas ajudam a enxergar outros aspectos.
A métrica deve refletir o erro que realmente importa para o processo.
NA PRÁTICA
Antifraude
Exemplos de algoritmos incluem regressão logística, árvores, Random Forest e XGBoost.
PRINCÍPIO
Classificação produz um sinal. A política de negócio transforma esse sinal em uma decisão.