O que é Acurácia? Significado e exemplos

O que é Acurácia?

Acurácia (accuracy, acurácia, taxa de acerto, precisão, hit rate): Métrica que mede a proporção de previsões corretas em relação ao total de previsões feitas pelo modelo. É a métrica mais simples de avaliar um classificador, mas pode ser enganosa em datasets desbalanceados.

Atualizado em 10/11/2026 · Por Marcelo Santiago

Como funciona

Acurácia é calculada como: (previsões corretas) / (total de previsões). Se um modelo acerta 90 de 100 previsões, a acurácia é 90%.

A fórmula parece simples, mas tem uma armadilha: em datasets desbalanceados, a acurácia pode ser alta mesmo com modelo ruim. Imagine um detector de fraude onde 99% das transações são legítimas. Um modelo que sempre diz "legítimo" tem 99% de acurácia, mas não detecta nenhuma fraude.

Por isso, acurácia é usada junto com outras métricas: precisão, recall, F1-score e matriz de confusão. Cada uma revela um aspecto diferente do desempenho.

Exemplo prático

Um modelo de classificação de emails como spam ou não-spam é testado em 1000 emails (500 spam, 500 não-spam). Ele acerta 450 spam e 480 não-spam, totalizando 930 acertos. Acurácia = 93%.

Mas se o dataset tivesse 950 não-spam e 50 spam, e o modelo acertasse todos os não-spam e nenhum spam, a acurácia seria 95%, embora o modelo seja inútil para detectar spam. Esse é o problema do desbalanceamento.

Para que serve

Serve como métrica inicial e intuitiva de desempenho. É útil quando as classes são balanceadas e o custo de erro é similar para todas as classes. Em casos desbalanceados, deve ser complementada por outras métricas.

Diferença entre acurácia e precisão

Acurácia mede acertos totais (corretos / total). Precisão mede, entre as previsões positivas, quantas são realmente positivas (verdadeiros positivos / (verdadeiros positivos + falsos positivos)). Acurácia olha o todo; precisão foca nos acertos da classe positiva.

Extensão para VS Code

Gostou da definição de Acurácia? Aplique na prática com IA

Orquestre squads de agentes (Claude, OpenCode, Codex, Antigravity e muito mais) no VS Code com total controle, git worktrees isoladas e suas próprias APIs ou assinaturas sem custos intermediários.

Multi-agentes paralelosAPIs ou assinaturasAgentes para multitarefas

Conhecer o bridgecode

Perguntas frequentes sobre Acurácia

Acurácia alta garante bom modelo?

Não em datasets desbalanceados. Um modelo que sempre prevê a classe majoritária pode ter acurácia alta e ser inútil. Sempre analise junto com precisão, recall e F1.

Quando usar acurácia?

Quando as classes são balanceadas e o custo de erros é similar. Em detecção de fraude, diagnóstico médico ou detecção de spam, use métricas mais específicas.

Acurácia é usada em LLMs?

Raramente como métrica principal. LLMs são avaliados por benchmarks específicos (MMLU, HumanEval, etc.) e por métricas como BLEU, ROUGE ou avaliação humana. Acurácia aparece em tarefas de classificação.