avaliacao Module

avaliacao.calculate_auc(y_true: numpy.ndarray, y_prob: numpy.ndarray) → float

Calcula a Área sob a Curva ROC (AUC). Ref: Seção 3.5.1, Item (c).

avaliacao.calculate_eer(y_true: numpy.ndarray, y_prob: numpy.ndarray) → float

Calcula o Equal Error Rate (EER). Ref: Seção 3.5.1, Item (d) e Eq. (8).

O EER ocorre quando P_FA (Falso Alarme) == P_M (Perda/Miss).

avaliacao.calculate_pd_at_fixed_pfa(y_true: numpy.ndarray, y_prob: numpy.ndarray, target_pfa: float = 0.01) → float

Calcula a Taxa de Detecção (Pd) para uma taxa fixa de Falso Alarme (Pfa). Ref: Seção 3.5.1, Item (e).

avaliacao.get_det_curve_values(y_true: numpy.ndarray, y_prob: numpy.ndarray)

Retorna os valores para plotagem da Curva DET (Detection Error Trade-off). Ref: Seção 3.5.1, Item (b).

avaliacao.get_roc_curve_values(y_true: numpy.ndarray, y_prob: numpy.ndarray)

Retorna os valores para plotagem da Curva ROC. Ref: Seção 3.5.1, Item (a).

avaliacao.get_threshold_at_eer(y_true: numpy.ndarray, y_prob: numpy.ndarray) → float

Encontra o limiar exato onde ocorre o EER.

avaliacao.calculate_secondary_metrics(y_true: numpy.ndarray, y_prob: numpy.ndarray, threshold: float = 0.5) → dict

Calcula Precision, Recall e F1-score em um ponto de operação fixo. Ref: Seção 3.5.2 .

avaliacao.plot_evaluation_curves(y_true: numpy.ndarray, y_prob: numpy.ndarray, save_path: str | None = None)

Gera e plota as curvas ROC e DET lado a lado.

Parameters:

• y_true – Array com os rótulos verdadeiros (0 ou 1).

• y_prob – Array com os scores/probabilidades previstos pelo modelo.

• save_path – Caminho opcional para salvar a imagem (ex: ‘curvas_resultado.png’). Se None, exibe o gráfico na tela.