Kalibratie & Eerlijke Scoreregels

Inferentie, schatting en besluitvorming uit data

Een classifier geeft vaak meer terug dan een label. Vraag hem naar de kans dat een e-mail spam is en hij antwoordt misschien 0.8. Dat getal moet iets betekenen dat je kunt testen: van veel e-mails die het model rond 0.8 beoordeelt, zou ruwweg 80% daadwerkelijk spam moeten zijn. Wanneer voorspelde kans en waargenomen frequentie zo overeenkomen, is het model gekalibreerd.

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

▶ Kalibratie & Eerlijke Scoreregels
← EvaluatiemetriekenStatistisch Toetsen voor ML →