Ta上传的资源 (0)

大多数多类别分类器预测的类别概率是未经校准的，常常会导致过度自信。使用神经网络，可以通过温度缩放改善校准，这是一种学习输入到最后一个softmax层的输入的校正乘数的方法。.. 在非神经模型上，现有方法以成对或相对于静止的方式应用二进制校准。我们提出了一种本机的多类校准方法，该方法适用于任何模型类的

大多数多类别分类器预测的类别概率是未经校准的，常常会导致过度自信。使用神经网络，可以通过温度缩放改善校准，这是一种学习输入到最后一个softmax层的输入的校正乘数的方法。.. 在非神经模型上，现有方法以成对或相对于静止的方式应用二进制校准。我们提出了一种本机的多类校准方法，该方法适用于任何模型类的