Por que não é possível otimizar diretamente a precisão?

Não é possível otimizar diretamente a precisão, pois essa métrica não é uma função diferenciável, e portanto não pode ser usada como função objetivo para métodos de otimização por gradiente. A precisão mede a proporção de previsões corretas, o que se reduz a uma função de limiar (por exemplo, 0 ou 1), que não fornece um gradiente útil para o treinamento.

Além disso, a precisão pode ser não informativa em classes desequilibradas — o modelo pode mostrar alta precisão simplesmente prevendo a classe mais frequente.

Por isso, geralmente otimizam-se outras funções de perda (por exemplo, entropia cruzada), que são suaves e diferenciáveis, e a precisão é usada como métrica final para avaliar a qualidade do modelo.