Kalibrierung & korrektes Scoring

Inferenz, Schätzung und Entscheidungsfindung aus Daten

Ein Klassifikator gibt oft mehr als nur ein Label aus. Fragst du ihn nach der Chance, dass eine E-Mail Spam ist, antwortet er vielleicht mit 0.8. Diese Zahl sollte etwas Überprüfbares bedeuten: Unter vielen E-Mails, denen das Modell nahe 0.8 zuweist, sollten tatsächlich ungefähr 80% Spam sein. Stimmen vorhergesagte Wahrscheinlichkeit und beobachtete Häufigkeit auf diese Weise überein, ist das Modell kalibriert.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ Kalibrierung & korrektes Scoring
← BewertungsmetrikenStatistisches Testen für ML →