Sabemos que valores muito altos de acurácia podem indicar overfitting, ou seja, que o modelo apenas “decorou” os dados de treinamento e não generalizou bem. Por outro lado, valores baixos de acurácia indicam desempenho insatisfatório e possível subajuste (underfitting). Diante disso, existe algum intervalo de acurácia que possa ser considerado adequado para classificar um modelo como bem ajustado? Além disso, quais métodos ou critérios podem ser utilizados para avaliar se o modelo está devidamente calibrado e generalizando corretamente?
