calibration

机器学习中的校准（Calibration）是一种重要的评估和改进模型预测可靠性的过程。简单来说，校准确保了模型预测的概率分布与真实世界发生的概率分布一致 。在机器学习中，这意味着一个良好校准的模型对其预测结果的置信度是准确的：例如，如果模型预测某事件发生的概率为70%，那么在长期观察下，这类预测正确的比例应接近70%。 在模型校准中，重要的是要识别和校正预测的偏差 ...