Questão de TI - Ciência de Dados e Inteligência Artificial — Scikit-Learn — FCC 2026

Uma analista do Ministério Público está desenvolvendo um modelo em Python para prever a probabilidade de atraso em processos judiciais, usando informações históricas de carga de trabalho e prazos.

O trecho abaixo foi escrito para treinar e avaliar um classificador simples.

from sklearn.model_selection import train_test_split

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score

import numpy as np

X = np.array([[10, 5], [20, 10], [15, 7], [30, 20], [25, 12], [5, 3]])

y = np.array([0, 1, 0, 1, 1, 0])

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)

model = LogisticRegression( )

model.fit(X_train, y_train)

_I_

Considerando que o código será executado em condições ideais, a lacuna I deve ser preenchida, para exibir a acurácia do modelo no conjunto de teste, com: