本文介绍分类器概率校准:模型输出的0.9并不必然代表90%的真实概率。作者用Covertype数据训练朴素贝叶斯和随机森林,通过可靠性图和Brier分数展示校准偏差,并用Platt缩放(sigmoid)与等渗回归进行修正。校准集应独立于训练集;样本少于约1000时宜用sigmoid,更多时可用等渗回归。校准后ROC-AUC基本不变。
完成下面两步后,将自动完成登录并继续当前操作。