Acurácia do modelo é a mesma do BaseLine

Oi, William! Tudo bem com você?

Como falado pelo instrutor, o modelo LinearSVC define uma borda de decisão na forma de linha, mas os dados não tem um comportamento tão linear a ponto de ser interessante utilizar um modelo linear para tal. Então acredito ser até justificável essa baixa acurácia de modo que seja a mesma de uma baseline. No meu teste, eu tive os seguintes resultados:

acuracia = accuracy_score(teste_y, previsoes) * 100
print("A acurácia foi %.2f%%" % acuracia)

A acurácia foi 49.26%

import numpy as np
previsoes_de_base = np.ones(540)
acuracia = accuracy_score(teste_y, previsoes_de_base) * 100
print("A acurácia do algoritmo de baseline foi %.2f%%" % acuracia)

A acurácia do algorítimo de baseline foi de 52.59%

Ou seja, no meu teste a acurácia do baseline foi maior haha! Espero ter te ajudado ;-)