Калибровка и корректные оценочные правила

Вывод, оценивание и принятие решений по данным

Классификатор часто выдаёт больше, чем просто метку. Спросите его о шансе, что письмо — спам, и он может ответить 0.8. Это число должно значить нечто проверяемое: среди множества писем, которым модель даёт оценку около 0.8, примерно 80% из них действительно должны оказаться спамом. Когда предсказанная вероятность и наблюдаемая частота так согласуются, модель откалибрована.

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

▶ Калибровка и корректные оценочные правила
← Метрики оценкиСтатистическое тестирование для ML →