2025年11月25日
分类模型校准：ROC-AUC不够？用ECE/pMAD评估概率质量
摘要： 如果一个项目的核心不是分类准确率，而是概率估计的质量。换句话说，需要的是一个校准良好的模型。这里校准的定义是：如果模型给一批样本都预测了25%的正例概率，那这批样本中实际的正例比例应该接近25%。这就是校准。 解决这个校准问题单看ROC-AUC不够，要用Brier score或者Log-loss来保 阅读全文
posted @ 2025-11-25 21:28 deephub 阅读(10) 评论(0) 推荐(0)