[Dúvida] Precisão x Acurácia

Oii, Ruan! Tudo bem com você?

As duas métricas são bem similares porque ambas focam em verificar os acertos do modelo, mas os conjuntos observados para o calculo são diferentes. A acurácia tem um foco mais generalista, faz um cálculo que abrange todos os dados do conjunto e verifica quantos ele acertou, independente da categoria dos dados (positivos ou negativos). Por isso, o cálculo da acurácia é a soma de todas as quantidades de dados corretos divido pela soma total de dados. Pelas especificações da matriz de confusão, sabemos que:

• VP - quantidade de valores Verdadeiros Positivos;
• VN - quantidade de valores Verdadeiros Negativos;
• FP - quantidade de valores Falsos Positivos; e
• FN - quantidade de valores Falsos Negativos.

Temos que o cálculo da acurácia será o seguinte:

Já a precisão é uma métrica que analisa os acertos por categoria de dados, há o calculo que avalia os acertos na categoria positiva e o cálculo que faz a avaliação na categoria negativa, resultando assim, em dois resultados diferentes. O calculo da precisão para positivos é a quantidade de resultados positivos que foram corretamente calculados sobre a quantidade de resultados positivos totais, funciona da mesma forma para negativos. OBS: existem literaturas que informam nomenclaturas diferentes para o cálculo de precisão para valores negativos, mas aqui chamaremos ambos os cálculos de precisão. Pelas especificações da matriz de confusão temos que o cálculo das precisões será o seguinte:

Espero ter te ajudado, bons estudos!

Perfeita resposta, muito grato! =)