A acurácia do modelo LinearSVC foi de 46.88%.
Enquanto do DummyClassifier(strategy="stratified") foi de 50.68%.
Como pode?
A acurácia do modelo LinearSVC foi de 46.88%.
Enquanto do DummyClassifier(strategy="stratified") foi de 50.68%.
Como pode?
Olá, Matheus! Tudo bem com você?
Desculpa pela demora em dar um retorno.
O objetivo do [DummyClassifier](https://scikit-learn.org/stable/modules/generated/sklearn.dummy.DummyClassifier.html)
é:
Esse classificador serve como uma linha de base simples para comparação com outros classificadores mais complexos. (Fonte: Documentação)
Portanto é apenas uma forma de comparar como o seu modelo mais complexo está se saindo. Por exemplo, por padrão seu parâmetro padrão para strategy é prior isso quer dizer que predict sempre terá sempre o valor da classe mais frequente. Concorda que isso não é muito interessante em aplicações reais? Quando fazemos isso e temos uma acurácia de por exemplo 50.68%, e ao fazermos o ajuste e predict com o nosso modelo mais complexo obtemos uma acurácia ainda mais baixa isso quer nos dizer que o modelo mais complexo é pior que se você tivesse dito que todas as predições são 0's ou 1's.
Então é possível que a acurácia de seu modelo obtenha um valor de acurácia ainda mais baixo que DummyClassifier caso ele classifique pior.
Qualquer dúvida estou à disposição e você pode mandar por aqui mesmo.
Bons estudos.