O Porco 2 e o Cachorro 1 tem as mesmas caracteristicas (0,1,1), este é o motivo da acurária ter parado em 66,6%. O modelo de treinamento não é suficientemente robusto. Precisariamos ou de mais features ou de maior numero de animais para treinamento, visto que um "porco" que faz auau(0,1,1) é provavelmente um outlier. Certo? só comentei aqui para guardar para mim nas solução futura deste problema.
Oi, Bruno! Como vai?
Agradeço por compartilhar suas reflexões e aprendizados com a comunidade Alura.
Gostei da sua análise sobre a acurácia do modelo e como a similaridade entre as características do Porco 2 e do Cachorro 1 pode impactar o resultado. Sua observação sobre a necessidade de mais features ou um conjunto de dados de treinamento maior é muito pertinente.
Continue explorando e testando diferentes abordagens para aprimorar seus modelos de Machine Learning.
Uma dica: experimente adicionar mais características aos seus dados, como peso ou altura dos animais, para ver se a acurácia do modelo melhora.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!