Kalibracja i właściwe reguły punktacji

Wnioskowanie, estymacja i podejmowanie decyzji z danych

Klasyfikator często zwraca coś więcej niż etykietę. Zapytaj go o szansę, że e-mail jest spamem, a może odpowiedzieć 0.8. Ta liczba powinna znaczyć coś, co da się sprawdzić: wśród wielu e-maili, którym model przypisuje ocenę bliską 0.8, mniej więcej 80% powinno faktycznie być spamem. Gdy przewidywane prawdopodobieństwo i zaobserwowana częstość zgadzają się w ten sposób, model jest skalibrowany.

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

▶ Kalibracja i właściwe reguły punktacji
← Metryki ewaluacjiTestowanie statystyczne dla ML →