本文综述机器学习分类器的过度置信与欠置信问题，介绍准确率、校准度等度量标准及其不足，并开展实证研究、开源度量库。研究发现不同度量标准对校准度优化与评价的结论可能截然不同。相关研究提出统一校准评估框架、回归校准方法、领域级校准误差指标及基于核的校准指标，并探索最小风险校准与贝叶斯校准程序。