kalibreringskurve
En graf der viser sammenhængen mellem en models forudsagte sandsynligheder og de observerede frekvenser af positive udfald.
Kort fortalt
En kurve der viser hvor godt en models sandsynlighedsudtryk passer med virkeligheden.
- Kategori
- metrik
- Niveau
- øvet
Betydninger
1- 1
En grafisk fremstilling af en models kalibrering, hvor forudsagte sandsynligheder (x-akse) plottes mod observerede andele af positive udfald (y-akse) i intervaller.
- Kalibreringskurven for den trænede model lå tæt på diagonalen, hvilket indikerer god kalibrering.
- Ved at sammenligne kalibreringskurver for forskellige modeller kan man vælge den mest pålidelige.
Hvornår bruges det
Kalibreringskurver bruges til at vurdere, om en klassifikators forudsagte sandsynligheder er pålidelige. Ideelt set følger kurven diagonalen. De er især nyttige i risikovurdering og beslutningssystemer.
Kodeeksempel
from sklearn.calibration import calibration_curve
import matplotlib.pyplot as plt
prob_true, prob_pred = calibration_curve(y_true, y_prob, n_bins=10)
plt.plot(prob_pred, prob_true, marker='o')
plt.plot([0, 1], [0, 1], linestyle='--')
plt.xlabel('Forudsagt sandsynlighed')
plt.ylabel('Observeret andel')
plt.title('Kalibreringskurve')
plt.show()Sådan plottes en kalibreringskurve med scikit-learn. 'y_true' er de sande labels, 'y_prob' er de forudsagte sandsynligheder.
Oprindelse
Sammensat af 'kalibrering' (indstilling af måleinstrument) og 'kurve' (grafisk fremstilling).